[發明專利]一種基于深度時間序列的糧堆濕度及結露預測方法

在審

• 申請號: 202110538368.3
• 申請日: 2021-05-18
• 公開（公告）號: CN113128132A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 靳小波;渠琛玲;王勝;孫輝;王若蘭
• 申請（專利權）人: 河南工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06N7/00;G06F111/08
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 陳巍

本發明公開了一種基于深度時間序列的糧堆濕度及結露預測方法，包括：S1.采集糧堆的初始數據，并進行歸一化處理，獲得目標數據；S2.基于連續時間內的所述目標數據構建第一序列樣本點，通過貝葉斯優化選擇時間序列的深度學習模型；S3.基于所述時間序列的深度學習模型，通過高斯過程獲得所述第一序列樣本點的期望改進值的極值點；S4.將所述極大值點作為第二序列樣本點，重復S2?S3，基于貝葉斯優化所述時間序列的深度學習模型預測糧堆局部濕度及判斷是否結露。本發明可實現預測不同儲藏時間糧堆不同位置的濕度，這對于發現糧堆局部高濕度位置，以及判斷糧堆局部是否已經發生結露，從而采取通風散濕等措施提供了新的思路。

技術領域

本發明屬于糧食儲藏領域，特別是涉及一種基于深度時間序列的糧堆濕度及結露預測方法。

背景技術

糧堆結露是由于糧堆不同位置的溫度差異導致了糧堆孔隙內空氣的微循環，當某處的熱氣流隨著糧堆孔隙內空氣的流動碰到冷的糧食時，就會使局部濕度增大，若溫差較大時會發生結露，從而導致糧堆局部水分增加，進而霉變，造成儲糧損失。在季節交替時，倉房外及糧堆上部空間的溫度驟高驟低，由于糧食是熱的不良導體，糧堆的表層與內部、糧堆的向陽面與背陽面都會存在溫差，形成溫度梯度，使糧食孔隙間進行空氣流動。溫差越大，儲糧結露越嚴重。糧堆若內部發生結露，其具體位置難以用肉眼看到，必須定期扦樣檢測水分。而若不能扦取到結露部位的樣品，就無法知道發生了結露，而糧食樣品的水分含量的測定又需要大量的人力物力，因此，迫切需要。

發明內容

為實現上述目的，本發明提供了如下方案：一種基于深度時間序列的糧堆濕度及結露預測方法，包括以下步驟：

S1.采集糧堆的初始數據，并進行歸一化處理，獲得目標數據；

S2.基于連續時間內的所述目標數據構建第一序列樣本點，通過貝葉斯優化選擇時間序列的深度學習模型；

S3.基于所述時間序列的深度學習模型，通過高斯過程獲得所述第一序列樣本點的期望改進值的極值點；

S4.將所述極值點作為第二序列樣本點，重復S2-S3，基于貝葉斯優化所述時間序列的深度學習模型預測糧堆局部濕度及判斷是否結露。

優選地，采集所述糧堆的初始數據至少包括糧堆溫度數據、糧堆濕度數據、糧堆水分數據。

優選地，所述歸一化處理為將每一維數特征進行歸一化，所述歸一化處理后還包括預測特征值，將所述預測特征值反歸一化操作后映射到目標值的有效區間，獲得目標數據。

優選地，所述時間序列的深度學習模型包括長短時記憶網絡模型和門并發單元模型。

優選地，所述長短時記憶網絡模型包括遺忘門和輸入門；

優選地，所述遺忘門用于決定從cell單元中扔掉的信息，所述扔掉的信息用sigmoid函數表示；

優選地，所述輸入門用于決定需要更新的數據，tanh函數表示所述cell單元中的信息值。

優選地，所述sigmoid函數和tanh函數定義為：

優選地，所述門并發單元模型通過合并遺忘門和輸入門得到更新門，所述更新門通過對舊信息和隱藏單元的值進行加權平均得到隱藏單元的目標更新值；

優選地，所述門并發單元模型還包括重置門，所述重置門用于控制隱藏層中需要保留的信息量。

優選地，所述貝葉斯優化的過程為：

構建初始候選解集合，通過所述高斯過程獲得預測點處的均值和方差；基于期望改進函數，通過梯度下降和L-BFGS算法獲得改進期望函數的極值作為下次采樣點。