基于Transformer的矿井内因火灾时间序列预测方法OACSTPCD
Transformer based time series prediction method for mine internal caused fire
传统的基于机器学习的矿井内因火灾预测方法尽管具备一定的预测能力,然而在处理复杂的多变量数据时不能有效捕捉数据间的全局依赖关系,导致预测精度较低.针对上述问题,提出了一种基于Transformer的矿井内因火灾时间序列预测方法.首先,采用Hampel滤波器和拉格朗日插值法对数据进行异常值检测和缺失值填补.然后,利用Transformer的自注意力机制对时间序列数据进行特征提取及趋势预测.最后,通过调节滑动窗口的大小与步长,在不同的时间步长和预测长度…查看全部>>
Although traditional machine learning based methods for predicting mine internal caused fire have certain predictive capabilities,they cannot effectively capture global dependencies between complex multivariate data,resulting in low prediction precision.In order to solve the above problems,a transformer based time series prediction method for mine internal caused fire is proposed.Firstly,the Hampel filter and Lagrange interpolation method are used to detect …查看全部>>
王树斌;王旭;闫世平;王珂
陕煤集团神木柠条塔矿业有限公司,陕西榆林 719300中国矿业大学计算机科学与技术学院,江苏徐州 221116陕煤集团神木柠条塔矿业有限公司,陕西榆林 719300中国矿业大学计算机科学与技术学院,江苏徐州 221116
矿山工程
矿井内因火灾Transformer时间序列标志性气体自注意力机制
mine internal caused fireTransformertime seriesiconic gasself attention mechanism
《工矿自动化》 2024 (3)
65-70,91,7
国家自然科学基金重点项目(52130411).
评论