基于多變量LSTM的工業(yè)傳感器時(shí)序數(shù)據(jù)預(yù)測(cè)
摘要:傳感器時(shí)序數(shù)據(jù)預(yù)測(cè)作為工業(yè)自動(dòng)化和智能化的關(guān)鍵過程,對(duì)于自動(dòng)化生產(chǎn)監(jiān)督、風(fēng)險(xiǎn)預(yù)防和技術(shù)改進(jìn)等具有重要意義??紤]到傳統(tǒng)基于統(tǒng)計(jì)學(xué)的時(shí)序分析方法通用性弱、普通循環(huán)神經(jīng)網(wǎng)絡(luò)模型存在長(zhǎng)期依賴的不足,針對(duì)工業(yè)設(shè)備溫度、壓力和電流強(qiáng)度等時(shí)序數(shù)據(jù)預(yù)測(cè)問題,提出了一種基于多變量分析的長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)時(shí)序預(yù)測(cè)方法,該方法利用數(shù)據(jù)的遠(yuǎn)距離信息和多變量相關(guān)性,有效地提高了工業(yè)傳感器時(shí)序數(shù)據(jù)預(yù)測(cè)的準(zhǔn)確性。實(shí)驗(yàn)選取瑞典某公司的機(jī)械裝載傳感器數(shù)據(jù)用于訓(xùn)練和測(cè)試,通過與單變量長(zhǎng)短時(shí)記憶模型以及其它主流時(shí)序預(yù)測(cè)算法比較,證明了該方法具備較好的預(yù)測(cè)性能和通用性。
注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系智能計(jì)算機(jī)與應(yīng)用雜志社