一种多阶段融合循环神经网络的间歇过程温度预测方法

本发明涉及温度预测技术领域，且公开了一种多阶段融合循环神经网络的间歇过程温度预测方法包括通过DBSCAN聚类算法识别间歇过程不同阶段；其次，为每个阶段构建RNN网络，最后，构建多阶段融合循环神经网络。该多阶段融合循环神经网络的间歇过程温度预测方法通过引入滑动窗技术构造的时序矩阵，表征了过程数据的时序相关性，通过DBSCAN聚类算法，间歇过程被自动划分为多个阶段，之后在每个阶段建立输入RNN模型，充分提取了各阶段的非线性质量相关特征，且引入自注意力机制，融合了各阶段的局部质量相关特征，并获取了包含各阶段特征和阶段之间潜在相关性的全局质量相关特征，并将全局质量相关特征输入全连接回归网络，实现多阶段间歇过程的温度预测。