-
公开(公告)号：CN118780431A
公开(公告)日：2024-10-15
申请号：CN202410874655.5
申请日：2024-07-02
Applicant: 东南大学
IPC: G06Q10/04 , G06N20/20 , G06F30/28 , G06Q10/063
Abstract: 本发明提供一种机理数据驱动的高炉物理场预测方法及系统，包括：设定模拟条件，基于高炉机理模型模拟生成多组不同工艺参数条件下的高炉内部物理场模拟数据；针对机理数据大梯度、多种类和宽值域的特点，将高炉内部物理场模拟数据预处理；基于预处理后的数据训练集成学习模型，构建包含两级堆叠结构的预测模型对高炉物理场数据进行预测；物理场数据预测值和模拟数据的误差值与设定阈值比较，误差值大于设置阈值则返回对原始数据重新预处理。本发明解决数据梯度大和连续性差导致的低预测准确性问题，采用堆叠结构结合多种机器学习算法，提高模型在预测不同类型内部场时的鲁棒性。构建能够在实际应用中快速响应的模型，实现高炉内部状态的实时预测。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
