[发明专利]基于大数据的环境干扰的产量预测方法、系统和介质

权利要求书

1.基于大数据的环境干扰的产量预测方法，其特征在于，包括以下步骤：

采集生产线的生产监测特征信息和生产环控信息以及环境监测信息，并提取生产动态监测数据；

根据所述生产动态监测数据生成生产环控监测特征图谱；

根据所述生产环控监测特征图谱获取动态产能监测模型，并将所述生产动态监测数据通过所述动态产能监测模型进行处理获得产量预测数据；

根据所述生产动态监测数据进行处理获得生产环变干扰因子；

根据所述生产环变干扰因子结合第一预生产时间段内的环境预测数据对所述产量预测数据进行修正处理，获得产量预测修正数据；

获取实际生产后所述第一预生产时间段内的实际产能数据，并与所述产量预测修正数据进行差值处理获得实际产差数据；

根据所述实际产差数据与预设的产量差阈值进行阈值对比，判断在环境干扰下的产量预测的准确性。

2.根据权利要求1所述的基于大数据的环境干扰的产量预测方法，其特征在于，所述采集生产线的生产监测特征信息和生产环控信息以及环境监测信息，并提取生产动态监测数据，包括：

通过预设的生产信息监测网平台采集生产线的生产监测特征信息和生产环控信息以及环境监测信息；

所述生产监测特征信息包括生产物料种属信息、配比配料信息、物料投放信息；

所述生产环控信息包括车间温湿度信息、设备在制温度信息、产出口温检信息；

所述环境监测信息包括外部温湿度信息、季节时间信息；

根据所述生产监测特征信息、生产环控信息、环境监测信息提取对应的生产监测特征数据、生产环控数据、环境监测数据；

根据所述生产监测特征数据、生产环控数据、环境监测数据合成生产动态监测数据。

3.根据权利要求2所述的基于大数据的环境干扰的产量预测方法，其特征在于，所述根据所述生产动态监测数据生成生产环控监测特征图谱，包括：

所述生产监测特征数据包括生产物料种属数据、配比配料数据、物料投放数据；

所述生产环控数据包括车间温湿度数据、设备在制温度数据、产出口温检数据；

所述环境监测数据包括外部温湿度数据、季节时间数据；

通过所述生产信息监测网平台获取生产特征数据融合模型；

基于所述生产特征数据融合模型对所述生产监测特征数据和生产环控数据以及环境监测数据进行数据关联链接，生成多数据融合的生产环控监测特征图谱。

4.根据权利要求3所述的基于大数据的环境干扰的产量预测方法，其特征在于，所述根据所述生产环控监测特征图谱获取动态产能监测模型，并将所述生产动态监测数据通过所述动态产能监测模型进行处理获得产量预测数据，包括：

通过所述生产环控监测特征图谱获取对应的初始动态产能监测模型；

通过所述生产信息监测网平台获取生产物料对应的历史生产监测数据样本集，所述历史生产监测数据样本集包括多个生产监测数据样本，包括生产监测特征数据样本、生产环控数据样本、环境监测数据样本以及产量数据样本；

将所述历史生产监测数据样本集输入所述初始动态产能监测模型中训练获得动态产能监测模型；

将所述生产动态监测数据输入所述动态产能监测模型进行处理，获得产量预测数据。

5.根据权利要求4所述的基于大数据的环境干扰的产量预测方法，其特征在于，所述根据所述生产动态监测数据进行处理获得生产环变干扰因子，包括：

根据生产物料的所述配比配料数据结合生产环控数据以及外部温湿度数据进行环境干扰计算处理，获得环变干扰因子；

所述环变干扰因子的计算公式为：

；

其中，为环变干扰因子，为车间温湿度数据，为设备在制温度数据，为产出口温检数据，为外部温湿度数据，为配比配料数据，、、、、为预设特征系数。