粮堆温度预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及温度预测领域，尤其涉及一种粮堆温度预测方法、装置、设备及存储介质，该方法包括：获取目标粮堆的历史初始数据并进行缺失值处理，得到目标粮堆的历史完整数据；对所述目标粮堆的历史完整数据中异常数据进行剔除和重构，得到目标粮堆的重构后的数据；将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型；获取目标粮堆的当前数据，并输入至所述目标粮堆温度预测模型，得到粮堆温度预测结果，从而快速精确对目标粮堆温度进行预测。行预测。行预测。

【技术实现步骤摘要】
粮堆温度预测方法、装置、设备及存储介质


[0001]本专利技术涉及温度预测领域，尤其涉及一种粮堆温度预测方法、装置、设备及存储介质。

技术介绍

[0002]对于粮堆温度预测的问题来说，如何保证在粮食贮藏的过程中，温度预测的精确性，对粮食质量的影响不言而喻，其中温度预测成为粮食贮藏中的必要考虑因素，但目前很少有良好的深度学习预测模型对粮堆温度进行精准的预测。因此，如何快速精确对目标粮堆温度进行预测成为当前亟待解决的技术问题。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种粮堆温度预测方法、装置、设备及存储介质，旨在解决现有技术中难以快速精确对目标粮堆温度进行预测的技术问题。
[0005]为实现上述目的，本专利技术提供一种粮堆温度预测方法，所述粮堆温度预测方法包括以下步骤：
[0006]获取目标粮堆的历史初始数据并进行缺失值处理，得到目标粮堆的历史完整数据；
[0007]对所述目标粮堆的历史完整数据中异常数据进行剔除和重构，得到目标粮堆的重构后的数据；
[0008]将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型；
[0009]获取目标粮堆的当前数据，并输入至所述目标粮堆温度预测模型，得到粮堆温度预测结果。
[0010]可选地，所述获取目标粮堆的历史初始数据并进行缺失值处理，得到目标粮堆的历史完整数据，包括：
[0011]识别所述目标粮堆的历史初始数据中的缺失值，并获取所述缺失值的k个邻近数据，其中k为大于等于1的整数；
[0012]计算所述k个最邻近的数据的二维空间的欧式距离并拓展到高维空间，得到高维空间的欧式距离；
[0013]根据所述高维空间的欧式距离，对目标粮堆的历史初始数据进行缺失值填补，得到目标粮堆的历史完整数据。
[0014]可选地，所述对所述目标粮堆的历史完整数据中异常数据进行剔除和重构，得到目标粮堆的重构后的数据，包括：
[0015]采集所述目标粮堆的历史完整数据中一维的温度时序数据，并根据预设的窗口长
度构建得到轨迹矩阵；
[0016]对所述轨迹矩阵进行奇异值进行分解，得到对应的n个特征向量；
[0017]将所述n个特征向量分解为m个不相交组，其中，所述m个不相交组代表不同的趋势数据；
[0018]选择所述趋势数据中所需要的趋势数据进行重构，得到目标粮堆的重构后的数据。
[0019]可选地，所述将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型，其中所述粮堆温度预测模型为一种神经网络模型，包括：
[0020]将所述目标粮堆的重构后的数据输入至粮堆温度预测模型中的更新门和重置门进行操作，得到当前时刻的隐层状态；
[0021]根据所述当前时刻的隐层状态通过蚁群方法，对所述粮堆温度预测模型进行调节得到最优参数，并根据所述最优参数得到目标粮堆温度预测模型。
[0022]可选地，所述将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型，还包括：
[0023]分别将所述目标粮堆的重构后的数据输入至的LSTM
‑
MLP、双向LSTM
‑
MLP、GRU
‑
MLP以及双向GRU
‑
MLP神经网络模型进行训练，得到训练好的LSTM
‑
MLP、双向LSTM
‑
MLP、GRU
‑
MLP以及双向GRU
‑
MLP神经网络模型；
[0024]将当前目标粮堆的当前数据输入所述训练好的LSTM
‑
MLP、双向LSTM
‑
MLP、GRU
‑
MLP以及双向GRU
‑
MLP神经网络模型，得到不同神经网络模型对应预测的结果集；
[0025]将所述不同神经网络模型对应预测的结果集与真实的结果集进行对比，并根据所述对比结果选择目标粮堆温度预测模型。
[0026]可选地，所述将所述不同神经网络模型对应预测的结果集与真实的结果集进行对比，并根据所述对比结果选择目标粮堆温度预测模型，包括：
[0027]将所述不同神经网络模型对应预测的数值与真实数据的数值进行对比，得到数值预测误差；
[0028]将所述不同神经网络模型对应预测的图形与真实数据的图形进行对比，得到图形预测误差；
[0029]根据所述数值预测误差和图形预测误差选择目标粮堆温度预测模型。
[0030]可选地，所述将所述不同神经网络模型对应预测的结果集与真实的结果集进行对比，并根据所述对比结果选择目标粮堆温度预测模型，包括：
[0031]将所述不同神经网络模型对应预测的数值与真实数据的数值进行对比，得到数值预测误差；
[0032]将所述不同神经网络模型对应预测的图形与真实数据的图形进行对比，得到图形预测误差；
[0033]根据所述数值预测误差和图形预测误差选择目标粮堆温度预测模型。
[0034]此外，为实现上述目的，本专利技术还提出一种粮堆温度预测装置，所述粮堆温度预测装置包括：
[0035]获取模块，用于获取目标粮堆的历史初始数据并进行缺失值处理，得到目标粮堆
的历史完整数据；
[0036]处理模块，用于对所述目标粮堆的历史完整数据中异常数据进行剔除和重构，得到目标粮堆的重构后的数据；
[0037]建模模块，用于将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型，其中所述粮堆温度预测模型为一种神经网络模型；
[0038]所述获取模块，还用于获取目标粮堆的当前数据，并输入至所述目标粮堆温度预测模型，得到粮堆温度预测结果。
[0039]此外，为实现上述目的，本专利技术还提出一种粮堆温度预测设备，所述设备包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行的粮堆温度预测程序，所述粮堆温度预测程序配置为实现如上文所述的粮堆温度预测方法。
[0040]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有粮堆温度预测程序，所述粮堆温度预测程序被处理器执行时实现如上文所述的粮堆温度预测方法。
[0041]本专利技术其公开了一种粮堆温度预测方法、装置、设备及存储介质，该方法包括：获取目标粮堆的历史初始数据并进行缺失值处理，得到目标粮堆的历史完整数据；对所述目标粮堆的历史完整数据中异常数据进行剔除和重构，得到目标粮堆的重构后的数据；将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型；获取目标粮堆的当前数据，并输入至所述目标粮堆温度预测模型，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种粮堆温度预测方法，其特征在于，所述方法包括以下步骤：获取目标粮堆的历史初始数据并进行缺失值处理，得到目标粮堆的历史完整数据；对所述目标粮堆的历史完整数据中异常数据进行剔除和重构，得到目标粮堆的重构后的数据；将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型；获取目标粮堆的当前数据，并输入至所述目标粮堆温度预测模型，得到粮堆温度预测结果。2.如权利要求1所述的方法，其特征在于，所述获取目标粮堆的历史初始数据并进行缺失值处理，得到目标粮堆的历史完整数据，包括：识别所述目标粮堆的历史初始数据中的缺失值，并获取所述缺失值的k个邻近数据，其中k为大于等于1的整数；计算所述k个最邻近的数据的二维空间的欧式距离并拓展到高维空间，得到高维空间的欧式距离；根据所述高维空间的欧式距离，对目标粮堆的历史初始数据进行缺失值填补，得到目标粮堆的历史完整数据。3.如权利要求1所述的方法，其特征在于，所述对所述目标粮堆的历史完整数据中异常数据进行剔除和重构，得到目标粮堆的重构后的数据，包括：采集所述目标粮堆的历史完整数据中一维的温度时序数据，并根据预设的窗口长度构建得到轨迹矩阵；对所述轨迹矩阵进行奇异值进行分解，得到对应的n个特征向量；将所述n个特征向量分解为m个不相交组，其中，所述m个不相交组代表不同的趋势数据；选择所述趋势数据中所需要的趋势数据进行重构，得到目标粮堆的重构后的数据。4.如权利要求1所述的方法，其特征在于，所述将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型，其中所述粮堆温度预测模型为一种神经网络模型，包括：将所述目标粮堆的重构后的数据输入至粮堆温度预测模型中的更新门和重置门进行操作，得到当前时刻的隐层状态；根据所述当前时刻的隐层状态通过蚁群方法，对所述粮堆温度预测模型进行调节得到最优参数，并根据所述最优参数得到目标粮堆温度预测模型。5.如权利要求1所述的方法，其特征在于，所述将所述目标粮堆的重构后的数据输入至粮堆温度预测模型，对粮堆温度预测模型进行训练，得到目标粮堆温度预测模型之前，还包括：分别将所述目标粮堆的重构后的数据输入至的LSTM
‑
MLP、双向LSTM
‑
MLP、GRU
‑
MLP以及双向GRU
‑
MLP神经网络模型进行训练，得到训练好的LSTM...

【专利技术属性】
技术研发人员：杨华，吴永福，沈浩，曾山，周康，汪俊雄，邓幸全，张书祥，冯立，朱永庆，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：