公开(公告)号：CN111914470A

公开(公告)日：2020-11-10

申请号：CN202010555230.X

申请日：2020-06-17

Applicant: 西安交通大学

Inventor： 程亚辉 ,  高智勇 ,  梁艳杰 ,  刘倩倩 ,  徐光南

IPC: G06F30/27

Abstract: 本发明公开了一种能源化工生产系统多元监测时间序列回归预测方法，采用符号传递熵计算方法度量能源化工系统多元监测时间的耦合关系，根据耦合关系强弱程度确定有助于目标监测时间序列回归预测精度的辅助监测时间序列，从而避免无关监测时间序列对目标监测时间序列回归预测的影响，在此基础上，采用深度回声状态网络模型作为回归预测模型，为提高模型的非线性映射能力，采用Leaky-ReLU激活函数优化回归预测模型的激活函数，使得模型的非线性映射能力更强，采用差分进化算法进行回归预测模型超参数优化，从而使得多元监测时间序列的回归预测精度更高，为实现异常仪表的检测及数据重构提供一种有效方案，对维持能源化工生产系统的安全平稳运行具有重大意义。

公开(公告)号：CN111914470B

公开(公告)日：2024-05-07

申请号：CN202010555230.X

申请日：2020-06-17

Applicant: 西安交通大学

Inventor： 程亚辉 ,  高智勇 ,  梁艳杰 ,  刘倩倩 ,  徐光南

IPC: G06F30/27

Abstract: 本发明公开了一种能源化工生产系统多元监测时间序列回归预测方法，采用符号传递熵计算方法度量能源化工系统多元监测时间的耦合关系，根据耦合关系强弱程度确定有助于目标监测时间序列回归预测精度的辅助监测时间序列，从而避免无关监测时间序列对目标监测时间序列回归预测的影响，在此基础上，采用深度回声状态网络模型作为回归预测模型，为提高模型的非线性映射能力，采用Leaky‑ReLU激活函数优化回归预测模型的激活函数，使得模型的非线性映射能力更强，采用差分进化算法进行回归预测模型超参数优化，从而使得多元监测时间序列的回归预测精度更高，为实现异常仪表的检测及数据重构提供一种有效方案，对维持能源化工生产系统的安全平稳运行具有重大意义。

公开(公告)号：CN111859799A

公开(公告)日：2020-10-30

申请号：CN202010677056.6

申请日：2020-07-14

Applicant: 西安交通大学

Inventor： 梁艳杰 ,  高智勇 ,  高建民 ,  王荣喜 ,  徐光南 ,  程亚辉

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于复杂机电系统耦合关系模型评估数据准确性的方法及装置，包括对复杂机电系统实时监测数据预处理；基于多变量Granger因果分析，确定各监测变量的原因变量集；以监测变量及其原因变量集为基础，利用神经网络进行非线性关系模拟，确定监测变量及其原因变量集之间的非线性映射关系；得到各监测变量之间耦合关系模型，并利用所述模型实现监测数据准确性评估；该方法是在考虑变量之间因果影响机制的基础上，结合因果分析和机器学习的优势，对复杂机电系统耦合因果关系进行非线性模拟，从而实现监测数据的有效性评估，解决了传统基于模型进行数据准确性评估中建模困难/模型复杂/导致的监测数据评估耗时长、评估准确性低等问题。