公开(公告)号：CN112862209B

公开(公告)日：2023-08-29

申请号：CN202110246764.9

申请日：2021-03-05

Applicant: 重庆大学

Inventor： 杨正益 ,  陈俊熙 ,  丁克勤 ,  文俊浩 ,  陈宇豪

IPC: G06Q10/04 ,  G08B21/18 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/2131 ,  G06F18/25 ,  G06F18/15 ,  G06F18/243 ,  G06F18/2433 ,  G06F123/02

Abstract: 本发明公开了一种工业设备监测数据预测方法，包括：S1、获取工业设备监测数据序列，工业设备监测数据序列包括第一时刻到t‑1时刻的工业设备监测数据；S2、将工业设备监测数据序列输入基于多头注意力机制的预测模型；S3、输出t时刻的工业设备预测数据。传统的RNN以及类似结构LSTM和GRU,在对长序列的样本进行训练时，其自身的内存限制将阻碍对训练样本的批处理，训练效率低下。本发明中，采取了多头注意力机制，能够有效提高训练效率，进而提高工业设备监测数据预测的效率。

公开(公告)号：CN112862209A

公开(公告)日：2021-05-28

申请号：CN202110246764.9

申请日：2021-03-05

Applicant: 重庆大学

Inventor： 杨正益 ,  陈俊熙 ,  丁克勤 ,  文俊浩 ,  陈宇豪

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G06F16/215

Abstract: 本发明公开了一种工业设备监测数据预测方法，包括：S1、获取工业设备监测数据序列，工业设备监测数据序列包括第一时刻到t‑1时刻的工业设备监测数据；S2、将工业设备监测数据序列输入基于多头注意力机制的预测模型；S3、输出t时刻的工业设备预测数据。传统的RNN以及类似结构LSTM和GRU,在对长序列的样本进行训练时，其自身的内存限制将阻碍对训练样本的批处理，训练效率低下。本发明中，采取了多头注意力机制，能够有效提高训练效率，进而提高工业设备监测数据预测的效率。