一种基于时序模型的湿法炼锌数字孪生构建方法

本发明公开了一种基于时序模型的湿法炼锌数字孪生构建方法，包括以下步骤：步骤1、获取湿法炼锌各个工序的历史离子浓度数据作为数据样本，并得到数据样本特征；步骤2、基于数据样本特征对VAE变分自编码器模型进行学习，再通过学习后的VAE变分自编码器模型进行数据样本的增强；步骤3、针对每道工序增强后的数据样本，分别通过LSTM长短期记忆网络时序预测模型进行训练；步骤4、将每道工序对应的经过训练LSTM长短期记忆网络时序预测模型配置在虚拟工序场景中；步骤5、使用对应的训练得到的LSTM长短期记忆网络时序预测模型进行预测，预测得到结果呈现在虚拟场景中。本发明可改善和优化湿法炼锌工艺生产策略。