一种基于ARIMA-LSTM的混合流程生产过程能耗预测方法与流程

本发明属于能耗预测，具体涉及一种基于arima-lstm的混合流程生产过程能耗预测方法。

背景技术：

1、混合流程生产方式既有离散型生产过程又有连续型生产过程，即其生产过程具有混合特性。在混合流程企业的生产过程中，其中一部分工序具有连续型生产过程的特点，但这些工序之间可以间断，可以改用另外的工艺路线，从而开始离散型生产过程。混合型生产的加工路线、产品批量等更加灵活，易采用多功能设备，适应产品多样化和个性化订单等现代市场的需求，因此被越来越多的制造企业所采用。

2、混合型生产方式普遍存在于陶瓷制造业、钢铁制造业、装备制造业和药品制造业等制造行业中，需要消耗大量能源。工业革命已经从单纯的成本转向质量和生产效率，并且正在向生产的可持续性过渡。随着对环境问题的日益关注，能源效率被广泛认为是制造业中商业竞争力和技术创新的杠杆。

3、现有技术中能耗预测主要是针对单一行业，适用面比较窄，缺乏有效的预测方法。为了降低生产过程能耗增加带来的环境和经济负担，需要有效的节能措施来提高生产过程的能源效率，实现节能生产。

技术实现思路

1、本发明的目的是提供一种基于arima-lstm的混合流程生产过程能耗预测方法，可以根据以往的能耗数据，计算出未来的能耗量，通过提前控制，可以防止不必要的浪费，达到降低成本的目的。

2、本发明的目的是通过以下技术手段实现的，一种基于arima-lstm的混合流程生产过程能耗预测方法，包括以下步骤：

3、步骤1、数据采集，采集混合流程生产过程中各能耗数据并记录为数据集；

4、步骤2、数据预处理，将采集到的数据经过无量纲化处理均转换为无量纲化指标测评值；

5、步骤3、使用arima对预处理之后的能耗数据进行预测，得到预测值，并计算真实值与预测值之间的残差值；

6、步骤4、使用lstm对arima预测结果的残差进行预测，得到预测残差值；

7、步骤5、使用arima的预测值减去残差值，再加上lstm预测的预测残差值，得到最终预测结果。

8、所述步骤2中，先对采集到的能耗数据进行缺失值处理，缺失值使用均值填充法进行处理。

9、所述步骤3中，先对预处理的数据进行平稳性检测和白噪声检测。

10、所述步骤3中，arima的阶数确定方法为，使用贝叶斯信息准则来确定arima中阶数p和q值，计算式如下：

11、b＝k×ln(n)-2ln(l)

12、式中：k为模型参数个数即p+q+1；n为样本数量，即能耗数据的总数；l为似然函数。

13、所述平稳性检测方法为，使用adf检验对输入的数据进行检测，adf检验中当p值小于0.05时可认为数据平稳，若不满足平稳性，则进行差分操作，即将能耗数据中每一个值与前一个值做差，之后再进行平稳性检测。

14、所述白噪声检测方法为，使用lb统计量对输入的数据进行白噪声检测，若整组数据的任何两个点的变量都不相关则该组数据为白噪声数据，将整组数据从数据集中剔除，该组数据不需要再进行后续的步骤；之后对其他组数据继续进行白噪声检测，若数据为非白噪声数据，则继续进行后续步骤，lb统计量的检验法，具体公式如下：

15、

16、式中：为样本k阶滞后的相关系数，n为样本个数，l近似地服从自由度为m的x2分布，假定序列为白噪声序列，在给定的显著水平α下，当l的p值大于α时，原假设成立，即原序列为白噪声；反之，原假设不成立，原序列为非白噪声。

17、使用lstm对arima预测结果的残差进行预测的具体方法为，

18、遗忘门

19、ft的计算如下式所示：

20、

21、其中wf和bf分别表示遗忘门中sigmoid激活函数的权重参数和偏置项，利用随机数给权重和偏置项赋初始值，ht-1表示上一时刻的隐藏状态，xt表示当前时刻的输入；

22、输入门

23、it和的计算分别如下式所示：

24、it＝σ(wi·[ht-1,xt]+bi)

25、

26、其中wi和wc分别表示输入门中sigmoid和tanh对应的权重参数，bi和bc表示对应的偏置项，那么当前时刻的单元状态ct的计算方法如下式所示：

27、

28、输出门

29、单元状态ct的决策向量ot和单元的隐藏状态ht分别如下式所示:

30、ot＝σ(wo·[ht-1，xt]+bo)

31、ht＝ot×tanh(ct)

32、其中wo和bo分别表示输出门中sigmoid激活函数的权重参数和偏置项；

33、将前一个隐藏状态和当前输入传递到sigmoid函数中，然后将新得到的细胞状态传递给tanh函数。最后将tanh的输出与sigmoid的输出相乘，从而得到lstm的最终预测结果。

34、本发明的有益效果在于：使用arima先进行预测，再用lstm预测arima的残差，最后将结果相加，得到精度较高的预测值。提前预测能耗量减少在生产过程中不必要的能源浪费，减少碳排放，优化生产系统，使混合流程生产企业实现绿色低碳转型升级。

技术特征：

1.一种基于arima-lstm的混合流程生产过程能耗预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于arima-lstm的混合流程生产过程能耗预测方法，其特征在于：所述步骤2中，先对采集到的能耗数据进行缺失值处理，缺失值使用均值填充法进行处理。

3.根据权利要求1所述的一种基于arima-lstm的混合流程生产过程能耗预测方法，其特征在于：所述步骤3中，先对预处理的数据进行平稳性检测和白噪声检测。

4.根据权利要求3所述的一种基于arima-lstm的混合流程生产过程能耗预测方法，其特征在于：所述步骤3中，arima的阶数确定方法为，使用贝叶斯信息准则来确定arima中阶数p和q值，计算式如下：

5.根据权利要求3所述的一种基于arima-lstm的混合流程生产过程能耗预测方法，其特征在于：所述平稳性检测方法为，使用adf检验对输入的数据进行检测，adf检验中当p值小于0.05时可认为数据平稳，若不满足平稳性，则进行差分操作，即将能耗数据中每一个值与前一个值做差，之后再进行平稳性检测。

6.根据权利要求3所述的一种基于arima-lstm的混合流程生产过程能耗预测方法，其特征在于：所述白噪声检测方法为，使用lb统计量对输入的数据进行白噪声检测，若整组数据的任何两个点的变量都不相关则该组数据为白噪声数据，将整组数据从数据集中剔除，该组数据不需要再进行后续的步骤；之后对其他组数据继续进行白噪声检测，若数据为非白噪声数据，则继续进行后续步骤，lb统计量的检验法，具体公式如下：

7.根据权利要求1所述的一种基于arima-lstm的混合流程生产过程能耗预测方法，其特征在于：使用lstm对arima预测结果的残差进行预测的具体方法为，

技术总结
本发明公开了一种基于ARIMA‑LSTM的混合流程生产过程能耗预测方法，包括以下步骤：步骤1、数据采集，步骤2、数据预处理，步骤3、使用ARIMA对预处理之后的能耗数据进行预测，得到预测值，并计算真实值与预测值之间的残差值，步骤4、使用LSTM对ARIMA预测结果的残差进行预测，得到预测残差值；步骤5、使用ARIMA的预测值减去残差值，再加上LSTM预测的预测残差值，得到最终预测结果。使用ARIMA先进行预测，再用LSTM预测ARIMA的残差，最后将结果相加，得到精度较高的预测值。提前预测能耗量减少在生产过程中不必要的能源浪费，减少碳排放，优化生产系统，使混合流程生产企业实现绿色低碳转型升级。

技术研发人员：孔宪光,李敏,马帅印,殷磊,吕景祥,王超
受保护的技术使用者：西安启工数据科技有限公司
技术研发日：
技术公布日：2024/1/14