摘要
本发明属于干熄焦烧损率计算技术领域,具体涉及一种基于粒子群算法的干熄焦烧损率优化方法;所述方法包括收集历史生产数据,构建训练数据集,利用机器学习算法训练获得烧损率预测模型;采用多目标时间序列预测方法,对干熄焦系统的关键型指标值进行预测,获得关键型指标预测值;根据所述预测烧损率以及所述关键型指标预测值定义一个多目标Loss函数;基于所述预测烧损率、所述关键型指标预测值以及所述多目标Loss函数,采用粒子群算法对干熄焦过程的排焦量、循环风量、导入空气量进行优化,实现烧损率低、蒸汽产量高的目标。
技术关键词
粒子群算法
时间序列预测方法
机器学习算法
温度预测模型
机器学习模型训练
预测性监控
焦炭烧损率
风量
指标
随机森林模型
模型库
数据
投票方法
锅炉
入口
气体
误差
定义
系统为您推荐了相关专利信息
管理分析方法
全链路日志
机器学习算法分析
存储日志数据
数据可视化展现
考核系统
模糊综合评价模型
数学模型
员工
大数据
礼品个性化定制
交互模型
构建用户画像
层构建方法
人口统计数据
注意力神经网络
无线定位方法
Softmax分类器
节点
机器学习算法
配电系统故障
离散小波变换
检测点
信号
混沌相空间