基于jmag的粮仓热建模方法
    1.
    发明公开

    公开(公告)号:CN119740446A

    公开(公告)日:2025-04-01

    申请号:CN202510245283.4

    申请日:2025-03-04

    Abstract: 本发明公开了一种基于jmag的粮仓热建模方法,涉及粮温预测技术领域。该方法包括:获取粮仓和粮堆的基本信息参数,基于长度最小的维度切分粮仓得到多个单位;利用jmag软件的Geometry Editor模块和python脚本,动态微调粮仓单位边长,并通过热建模获得热模型;将粮堆历史温度数据和测温点坐标输入热模型,仿真后计算平均绝对误差,选择误差最小的基准长度比例作为最终基准长度;将角落处的粮仓单位边长调整为最终基准长度,将除切分后角落处外的粮仓单位结构按照最终基准长度调整至正方体,获得最终切分后的粮仓单位并逐个对其进行热建模,获得切分后每个粮仓单位的最终热模型。

    一种基于图神经网络和Transformer的多元时间序列预测方法

    公开(公告)号:CN117113054A

    公开(公告)日:2023-11-24

    申请号:CN202311072943.0

    申请日:2023-08-24

    Abstract: 一种基于图神经网络和Transformer的多元时间序列预测方法,如下步骤:收集数据集,训练模型为基于图神经网络和Transformer的多元时间序列预测模型;多元时间序列首先被输入到全连接层中,得到初始表示,然后被输入到特征提取器中,特征提取器包括一层时间卷积模块、自动编码器模块和一个图卷积神经网络模块;通过时间卷积模块得到其在时间维度上的表示,然后将时间卷积模块的输出分别送入Transformer自动编码器模块和图卷积神经网络模块。Transformer自动编码器模块被设计成以自注意的方式处理时态表示,允许捕获不同时态特征之间的远程依赖关系和交互;Transformer自动编码器模块中采用的自关注机制使模型能够关注不同重要程度的不同时间步长,图卷积神经网络模块以基于图的方式处理时态表示;该模块利用图形卷积神经网络操作,模型输出预测结果。

    一种基于时空特性的粮温预测方法

    公开(公告)号:CN117610702A

    公开(公告)日:2024-02-27

    申请号:CN202311312309.X

    申请日:2023-10-11

    Abstract: 本发明公开了一种基于时空特性的粮温预测方法,采集预测日前预设时长内的历史粮温数据,采用长短期记忆网络,建立时间特性粮温预测模型;基于多元线性回归模型,建立空间特性粮温预测模型,计算各温度传感器的空间特性粮温预测模型的平均绝对百分比误差,筛选用于粮温预测的温度传感器,采用时间特性粮温预测模型完成预测日的粮温预测。本发明所设计的方法同时考虑了时间和空间的粮温特性;通过传感器之间的空间相关性可以减少传感器的空间布置,节省成本;当某些传感器损坏的情况下,可以根据空间相邻粮温预测该传感器位置的粮温。

Patent Agency Ranking