工业生产的预测模型的监测方法、装置及电子设备制造方法及图纸

本申请公开了一种工业生产的预测模型的监测方法、装置及电子设备，所述方法包括：获得工业生产中的生产数据，所述生产数据包括输入数据和输出数据，所述输入数据包括至少一个时刻下的至少一项输入参数，所述输出数据包括至少一个时刻下的输出数据；将所述输入数据输入所述工业生产的预测模型，以得到所述预测模型的预测结果；根据所述输出数据和所述预测结果，获得误差数据；根据所述误差数据，获得所述模型参数的参数增量；根据所述参数增量，生成所述预测模型的监测结果，所述监测结果表征所述预测模型是否匹配所述工业生产的工况状态。

Monitoring methods, devices and electronic equipment of prediction model for industrial production

【技术实现步骤摘要】
工业生产的预测模型的监测方法、装置及电子设备
本申请涉及工业生产
，尤其涉及一种工业生产的预测模型的监测方法、装置及电子设备。
技术介绍
在石油化工等工业生产中，通常以预测模型来模拟工业生产中的工况参数，进而对工业生产的生产结果进行预测，以对工业生产进行指导控制，如有限冲击响应FIR(finiteimpulseresponse)模型等。而随着工业生产的工况状态的时常变化，相应FIR模型中的模型参数也是相应变化的。目前，为了保障FIR模型的准确性，通常采用在预测模型中加入充分的激励数据的方式，通过判断预测模型的输出数据是否与工业生产的生产输出结果之间的差异满足一定条件来确定FIR模型是否与工业生产的工况状态相匹配，以便于及时提醒工作人员进行预测模型的更新或维护。但是充分的激励数据会影响工业生产的正常进行，为此在实际中加入到输入数据中的激励数据并不是很充分，因此导致预测模型的输出数据与生产输出结果之间的差异是不可预估的，由此无法准确的对预测模型是否需要更新或维护进行判断。因此，亟需一种能够对预测模型进行有效监测的技术方案。
技术实现思路
有鉴于此，本申请提供一种工业生产的预测模型的监测方法、装置及电子设备，用以解决现有技术中无法对预测模型进行有效监测的技术问题，如下：一种工业生产的预测模型的监测方法，所述方法包括：获得工业生产中的生产数据，所述生产数据包括输入数据和输出数据，所述输入数据包括至少一个时刻下的至少一项输入参数，所述输出数据包括至少一个时刻下的输出数据；将所述输入数据输入所述工业生产的预测模型，以得到所述预测模型的预测结果；根据所述输出数据和所述预测结果，获得误差数据；根据所述误差数据，获得所述模型参数的参数增量；根据所述参数增量，生成所述预测模型的监测结果，所述监测结果表征所述预测模型是否匹配所述工业生产的工况状态。上述方法，优选的，根据所述参数增量，生成所述预测模型的监测结果，包括：判断所述参数增量是否大于或等于变化阈值；其中，如果所述参数增量大于或等于所述变化阈值，生成所述预测模型失配工况状态的监测结果；如果所述参数增量小于所述变化阈值，生成所述预测模型匹配工况状态的监测结果。上述方法，优选的，根据所述误差数据，获得所述模型参数的参数增量，包括：对所述误差数据Ye＝Y-X*θ进行矩阵变换，得到所述模型参数的参数增量Δθ＝(X*XT)-1*XT*Ye，其中，Y为所述输出数据中的输出参数组成的矩阵，X为所述输入数据中的输入参数组成的矩阵且X为可逆矩阵，θ为所述预测模型中的模型参数组成的矩阵，X*θ为所述预测结果组成的矩阵，Ye为误差数据组成的矩阵。上述方法，优选的，对所述误差数据Ye＝Y-X*θ进行矩阵变换，包括：根据所述模型参数θ＝θ0+Δθ，对所述误差数据Ye＝Y-X*θ进行等效转换，得到所述误差数据的另一矩阵表示：Ye＝X*Δθ，其中，θ0为所述预测模型中的模型参数的初始值组成的矩阵；对所述误差数据Ye＝X*Δθ进行矩阵变换，得到模型参数的参数增量Δθ＝(X*XT)-1*XT*Ye。上述方法，优选的，对所述误差数据Ye＝Y-X*θ进行矩阵变换，包括：利用最小二乘法，对所述误差数据Ye＝Y-X*θ进行矩阵变换，得到模型参数的参数增量Δθ＝(X*XT)-1*XT*Ye。上述方法，优选的，在根据所述误差数据，获得所述模型参数的参数增量之前，所述方法还包括：根据所述误差数据对应的输出数据，对所述误差数据进行归一化处理。上述方法，优选的，在根据所述参数增量，生成所述预测模型的监测结果之前，所述方法还包括：对所述参数增量Δθ进行平滑处理。一种工业生产的预测模型的监测装置，所述装置包括：数据获得单元，用于获得工业生产中的生产数据，所述生产数据包括输入数据和输出数据，所述输入数据包括至少一个时刻下的至少一项输入参数，所述输出数据包括至少一个时刻下的至少一项输出参数；模型预测单元，用于将所述输入数据输入所述工业生产的预测模型，以得到所述预测模型的预测结果；误差获得单元，用于根据所述输出数据和所述预测结果，获得误差数据；增量获得单元，用于根据所述误差数据，获得所述模型参数的参数增量；监测生成单元，用于根据所述参数增量，生成所述预测模型的监测结果，所述监测结果表征所述预测模型是否匹配所述工业生产的工况状态。一种电子设备，包括：存储器，用于存储应用程序和所述应用程序运行所产生的数据；处理器，用于执行所述应用程序，以实现：获得工业生产中的生产数据，所述生产数据包括输入数据和输出数据，所述输入数据包括至少一个时刻下的至少一项输入参数，所述输出数据包括至少一个时刻下的至少一项输出参数；将所述输入数据输入所述工业生产的预测模型，以得到所述预测模型的预测结果；根据所述输出数据和所述预测结果，获得误差数据，所述误差数据；根据所述误差数据，获得所述模型参数的参数增量；根据所述参数增量，生成所述预测模型的监测结果，所述监测结果表征所述预测模型是否匹配所述工业生产的工况状态。从上述技术方案可以看出，本申请公开的一种工业生成的预测模型的监测方法、装置及电子设备，通过对预测模型在输入数据下的预测结果和输入数据所对应的实际生成输出数据进行误差计算，进而根据误差数据来获得预测模型的模型参数的参数增量，由此，通过参数增量来对预测模型是否匹配工业生产的工况状态进行监测。可见，本申请的技术方案中即使激励数据不充分，也能够实现对预测模型的模型监测，从而提高监测的可靠性和准确性。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例一提供的一种工业生产的预测模型的监测方法的实现流程图；图2为本申请实施例二提供的一种工业生产的预测模型的监测装置的结构示意图；图3为本申请实施例三提供的一种电子设备的结构示意图；图4为本申请实施例的应用示例图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参考图1，为本申请实施例一提供的一种工业生产的预测模型的监测方法的实现流程图，该方法可以适用于能够进行数据处理的电子设备中，如计算机或服务器等设备。本实施例中的技术方案主要用于对工业生产中的预测模型进行准确监测，以及时对预测模型进行更新或维护，保障工业生产的正常运行。具体的，本实施例中的方法可以包括以下步骤：<本文档来自技高网...

【技术保护点】
1.一种工业生产的预测模型的监测方法，其特征在于，所述方法包括：/n获得工业生产中的生产数据，所述生产数据包括输入数据和输出数据，所述输入数据包括至少一个时刻下的至少一项输入参数，所述输出数据包括至少一个时刻下的输出数据；/n将所述输入数据输入所述工业生产的预测模型，以得到所述预测模型的预测结果；/n根据所述输出数据和所述预测结果，获得误差数据；/n根据所述误差数据，获得所述模型参数的参数增量；/n根据所述参数增量，生成所述预测模型的监测结果，所述监测结果表征所述预测模型是否匹配所述工业生产的工况状态。/n

【技术特征摘要】
1.一种工业生产的预测模型的监测方法，其特征在于，所述方法包括：
获得工业生产中的生产数据，所述生产数据包括输入数据和输出数据，所述输入数据包括至少一个时刻下的至少一项输入参数，所述输出数据包括至少一个时刻下的输出数据；
将所述输入数据输入所述工业生产的预测模型，以得到所述预测模型的预测结果；
根据所述输出数据和所述预测结果，获得误差数据；
根据所述误差数据，获得所述模型参数的参数增量；
根据所述参数增量，生成所述预测模型的监测结果，所述监测结果表征所述预测模型是否匹配所述工业生产的工况状态。


2.根据权利要求1所述的方法，其特征在于，根据所述参数增量，生成所述预测模型的监测结果，包括：
判断所述参数增量是否大于或等于变化阈值；
其中，如果所述参数增量大于或等于所述变化阈值，生成所述预测模型失配工况状态的监测结果；
如果所述参数增量小于所述变化阈值，生成所述预测模型匹配工况状态的监测结果。


3.根据权利要求1所述的方法，其特征在于，根据所述误差数据，获得所述模型参数的参数增量，包括：
对所述误差数据Ye＝Y-X*θ进行矩阵变换，得到所述模型参数的参数增量Δθ＝(X*XT)-1*XT*Ye，其中，Y为所述输出数据中的输出参数组成的矩阵，X为所述输入数据中的输入参数组成的矩阵且X为可逆矩阵，θ为所述预测模型中的模型参数组成的矩阵，X*θ为所述预测结果组成的矩阵，Ye为误差数据组成的矩阵。


4.根据权利要求3所述的方法，其特征在于，对所述误差数据Ye＝Y-X*θ进行矩阵变换，包括：
根据所述模型参数θ＝θ0+Δθ，对所述误差数据Ye＝Y-X*θ进行等效转换，得到所述误差数据的另一矩阵表示：Ye＝X*Δθ，其中，θ0为所述预测模型中的模型参数的初始值组成的矩阵；
对所述误差数据Ye＝X*Δθ进行矩阵变换，得到模型参数的参数增量Δθ＝(X*XT)-1*XT*Ye。


5.根据权利要求3所述的方法，其特征在于，对所述误差数据Ye＝Y-...

【专利技术属性】
技术研发人员：张艳辉，苏宏业，侯卫峰，段怡雍，
申请(专利权)人：浙江中智达科技有限公司，
类型：发明
国别省市：浙江;33