一种基于DE-MK-MSVR的锡冶炼过程多类别能耗预测方法

本发明涉及一种基于DE‑MK‑MSVR的锡冶炼过程多类别能耗预测方法，属于能耗预测技术领域。具体包括：对锡冶炼过程所采集的数据进行缺失值、异常值、数据量纲的处理，采用距离相关系数矩阵分析能耗影响因素，搭建多输出能耗预测模型，引入多核学习对模型改进，采用差分进化算法优化模型参数，最后采用经典的多输出预测模型进行对比。所述方法能解决锡冶炼过程中涉及多类型能源消耗且存在强相关性所带来的综合能耗预测难题；避免了构建多个单一能耗预测模型而忽略能源之间相关性导致的整体预测效果不佳且计算成本过高的问题。本发明克服了传统模型只能预测单一能耗的缺点，能同时预测在相同能耗影响因素下的不同类型能源的消耗情况，模型预测精度高。