一种隐含时间序列深度信念网络的水泥生产电耗预测方法

摘要

本发明公开了一种隐含时间序列深度信念网络的水泥生产电耗预测方法，其内容包括：根据水泥工艺选取输入变量，并进行归一化处理，构建模型的输入层；确定模型的初始参数完成对HTS‑DBN模型的初步建立，并对模型进行无监督的前向训练，确定初始权值和偏置；采用BP反向误差修正算法对整个神经网络进行有监督的反向微调。利用训练好的HTS‑DBN模型进行水泥生产电耗实时预测。本发明建立的HTS‑DBN水泥能耗预测模型解决了时变时延问题，能够精确的预测水泥生产电耗量，对水泥生产的科学生产调度和合理的能源规划提供依据，从而为水泥制造的优化生产和降低能耗提供条件。