摘要
本发明公开了一种水泥熟料游离氧化钙含量预测方法,首先对获取的辅助变量原始数据进行取均值计算和相关性系数计算,选取相关性系数较高的作为辅助变量,再对各辅助变量与游离氧化钙数据做归一化处理,并划分训练集、测试集和验证集后对单一神经网络进行训练,保持其余参数不变,调整步长,选择具有最佳效果的步长作为各预测模型的统一步长。最终,将数据集输入至各神经网络预测模型中分析得出最优预测模型。本发明充分考虑到新式干法水泥烧成过程中各辅助变量与水泥熟料游离氧化钙含量之间的时滞,选定相关性最优的时滞,按照辅助变量特征重要性进行数据处理,比较构建最优预测模型,从而有助于提升水泥熟料游离氧化钙含量的预测精度。
技术关键词
游离氧化钙含量
变量
通道注意力机制
数据
长短期记忆网络
水泥生产线
神经网络预测模型
神经网络模型训练
训练集
滑动窗口
时间段
矩阵
指标
周期
样本
系统为您推荐了相关专利信息
偏航机构
风力发电系统
气动执行器
配重模块
平衡叶片
剥离装置
机械腕
手术路径规划
触觉反馈模块
光学相干层析成像
光伏发电功率预测
电网调度方法
光伏发电模块
柴油发电机
储能系统
水田杂草
编码器
级联
农业智能化技术
预处理图像数据
标注系统
多维度评估方法
推理系统
模块
微调模板