基于TCN-BiGRU结合自注意力机制的储粮温度预测研究

来源：中国农机化学报杂志2024年第12期北京时间：

作者：祝玉华, , 张钰涵, , 李智慧, , 甄彤,

单位：（1. 河南工业大学信息科学与工程学院，郑州市，450001；2. 河南工业大学粮食信息处理与控制教育部重点实验室，郑州市，450001）

摘要：粮食仓储管理对于国家具有重要意义，储粮温度是判断粮食仓储安全的重要指标之一。准确地预测储粮温度并及时做出相应的防护措施能够有效降低粮食仓储损耗。针对传统储粮温度预测模型预测准确度较低的问题，提出一种融合时域卷积网络（TCN）、自注意力机制（Self-Attention）和双向门控循环单元（BiGRU）的网络模型。首先通过TCN提取储粮温度数据的局部特征，并根据储粮温度数据的时序特征将自注意力机制加入网络为不同粮情特征分配权重，突出对储粮温度预测影响更大的特征，之后利用BiGRU网络学习粮情序列的双向依赖关系来获取序列中的更多信息，实现对储粮温度的预测。结果表明，所提出的模型均方根误差RMSE为0.389 5，平均绝对误差MAE为0.328 1，确定系数R2为0.991 2，与其他模型相比误差小，预测精度高，能够为粮仓的温度管控提供决策依据。

关键词：储粮温度预测,时域卷积网络,自注意力机制,门控循环单元网络

基金资助：国家重点研发计划（2022YFD2100202）；河南省高等学校重点科研项目计划（24A520013）