[发明专利]润叶加料出口含水率预测方法、装置以及设备

权利要求书

1.一种润叶加料出口含水率预测方法，其特征在于，包括：

基于神经网络框架预先训练润叶加料出口到切丝后的含水率预测模型；

生成润叶加料出口含水率的若干个随机值；

获取切丝片区温湿度以及贮叶时间；

将所述随机值、所述切丝片区温湿度以及所述贮叶时间作为第一输入变量，输入至所述含水率预测模型，得到若干切丝后含水率预测值；

利用所述切丝后含水率预测值与预设的切丝后含水率期望值进行比较，将最接近所述切丝后含水率期望值的所述切丝后含水率预测值所对应的所述随机值作为最终的润叶加料出口含水率预测结果。

2.根据权利要求1所述的润叶加料出口含水率预测方法，其特征在于，所述生成润叶加料出口含水率的若干个随机值包括：

预设润叶加料出口含水率的期望值；

利用蒙特卡洛仿真，在所述期望值范围内生成润叶加料出口含水率的不重复的若干随机值。

3.根据权利要求1所述的润叶加料出口含水率预测方法，其特征在于，所述获取切丝片区温湿度包括：

获取待预测时段的本地区天气预报数据；

按预先确定的各天气指标优先级以及天气指标与切丝片区温湿度的对应关系，基于所述本地区天气预报数据进行多级筛选；

根据筛选结果，确定与所述本地区天气预报数据匹配的所述切丝片区温湿度。

4.根据权利要求3所述的润叶加料出口含水率预测方法，其特征在于，所述预先确定的各天气指标优先级以及天气指标与切丝片区温湿度的对应关系包括：

预先收集本地区天气以及切丝片区温湿度的历史数据；

基于所述历史数据，建立本地区天气与切丝片区温湿度之间的对应关系；

对所述对应关系进行相关性分析，获得各天气指标与切丝片区温湿度的相关系数值；

根据所述相关系数值的大小，确定各天气指标的优先级。

5.根据权利要求1～4任一项所述的润叶加料出口含水率预测方法，其特征在于，所述方法还包括：

根据生产调度数据，获取切烘批次及时间；

基于所述贮叶时间以及所述切烘批次及时间，构建若干与切丝后含水率相关的含水影响因子；

将所述含水影响因子作为第二输入变量，输入至所述含水率预测模型。

6.一种润叶加料出口含水率预测装置，其特征在于，包括：

模型构建模块，用于基于神经网络框架预先训练润叶加料出口到切丝后的含水率预测模型；

含水率随机生成模块，用于生成润叶加料出口含水率的若干个随机值；

定量输入特征获取模块，用于获取切丝片区温湿度以及贮叶时间；

切丝后含水率预测模块，用于将所述随机值、所述切丝片区温湿度以及所述贮叶时间作为第一输入变量，输入至所述含水率预测模型，得到若干切丝后含水率预测值；

润叶加料出口含水率确定模块，用于利用所述切丝后含水率预测值与预设的切丝后含水率期望值进行比较，将最接近所述切丝后含水率期望值的所述切丝后含水率预测值所对应的所述随机值作为最终的润叶加料出口含水率预测结果。

7.根据权利要求6所述的润叶加料出口含水率预测装置，其特征在于，所述含水率随机生成模块包括：

期望值设定单元，用于预设润叶加料出口含水率的期望值；

随机仿真单元，用于利用蒙特卡洛仿真，在所述期望值范围内生成润叶加料出口含水率的不重复的若干随机值。

8.根据权利要求6所述的润叶加料出口含水率预测装置，其特征在于，所述定量输入特征获取模块包括温湿度获取子模块，所述温湿度获取子模块具体包括：

未来天气数据获取单元，用于获取待预测时段的本地区天气预报数据；

天气指标筛选单元，用于按预先确定的各天气指标优先级以及天气指标与切丝片区温湿度的对应关系，基于所述本地区天气预报数据进行多级筛选；

温湿度选取单元，用于根据筛选结果，确定与所述本地区天气预报数据匹配的所述切丝片区温湿度。