一种基于知识与数据融合驱动的转炉炼钢供氧量预测方法

本发明公开了一种基于知识与数据融合驱动的转炉炼钢供氧量预测方法，包括下述步骤：S1.构建包括基于知识的特征工程与门控约束模块和基于数据的双重关注预测模块的方法框架；S2.对数据进行预处理和切割；S3.在基于知识的特征工程与门控约束模块中通过表征好的知识进行特征生成和特征选择，并建立门控约束机制；S4.在基于数据的双重关注预测模块中构造多尺度卷积神经网络和时间感知神经网络，并在得到的特征和门控约束下进行训练；S5.使用训练好的模型进行预测，将多尺度卷积神经网络和时间感知神经网络得到的预测结果进行加权融合，得到最终的供氧量。