基于TiDE-PatchTST模型的柑橘冷藏效率时序预测模型优化

作     者：杨信廷 郭向阳 韩佳伟 刘彤 杨霖 YANG Xinting;GUO Xiangyang;HAN Jiawei;LIU Tong;YANG Lin

作者机构：上海海洋大学信息学院上海201306 北京市农林科学院信息技术研究中心北京100097 农产品质量安全追溯技术及应用国家工程研究中心北京100097 仲恺农业工程学院信息科学与技术学院广州510225 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2024年第55卷第7期

页      面：396-404页

核心收录：

学科分类：080705[工学-制冷及低温工程] 08[工学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0817[工学-化学工程与技术] 081203[工学-计算机应用技术] 0807[工学-动力工程及工程热物理] 0837[工学-安全科学与工程] 0703[理学-化学] 0714[理学-统计学（可授理学、经济学学位）] 0835[工学-软件工程] 0822[工学-轻工技术与工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(2022YFD2001804、2023YFD2001302) 北京市农林科学院科研创新平台建设项目(PT2024-24) 

主　　题：柑橘 冷藏效率 时序预测模型优化 PatchTST TiDE 

摘      要：柑橘低温贮藏过程中果实温度波动是引发果品品质安全风险与增加制冷能耗的关键因素,同时果品品质与制冷能耗也是评判柑橘冷藏效率的重要评价指标,实现两者动态预测可为科学预知与精准优化柑橘冷藏效率提供可靠支持。本文提出一种基于PatchTST的柑橘冷藏效率时序预测模型。首先,基于自注意力机制和独立预测方法(Channel independent,CI)构建基础PatchTST模型;其次,通过融合基础PatchTST模型与TiDE模型中的协变量特征提取模块,实现对多元时序数据集中全部序列的特征提取,并有效改进模型预测精度;最后,基于皮尔森相关性分析方法定量分析冷库制冷参数与能耗、柑橘温度的相关性,确定TiDE-PatchTST模型输入参数,并基于5000组实验数据实现多种模型训练与测试,对比验证TiDE-PatchTST模型的准确性与优越性。结果表明,基于TiDE-PatchTST模型的冷库能耗预测值与实验值平均绝对误差(MAE)和均方根误差(RMSE)分别为3.645 W·h和10.421 W·h,柑橘温度预测值与实验值的MAE和RMSE分别为0.034℃和0.042℃,相比Transformer模型,能耗预测的MAE和RMSE最高分别下降41.43%和39.27%,柑橘温度预测的MAE和RMSE最高分别下降46.03%和28.81%。本研究可为柑橘冷藏过程温度波动与能耗动态感知与优化调控等提供可靠方法支持与参考。