摘要
本发明涉及转炉练钢技术领域,具体公开了一种面向多源域异步数据的转炉炼钢过程预测方法及系统,针对转炉炼钢多源域数据存在信息滞后、异步数据特征提取与融合难点以及转炉炼钢工况多样化复杂化的问题,该方法及系统提出了转炉炼钢工况过程预测模型,该模型利用特征金字塔网络构建多尺度特征提取网络,通过融合提高模型对多源域异步数据特征学习能力;该模型采用Transformer模块利用自注意力机制、多头注意力机制和残差连接捕捉多尺度融合特征中的依赖关系,输出不同工况的概率值,输出最大概率值对应的异常类别作为工况预测结果。实验证实了本发明在识别五种转炉炼钢工况上具有较高的准确率。
技术关键词
转炉炼钢
多头注意力机制
解码器
工况
编码器
输出特征
融合特征
网格搜索方法
特征金字塔网络
多尺度特征提取
数据特征提取
序列
氧枪高度
前馈神经网络
层级
转炉炉口
系统为您推荐了相关专利信息
城市排水管网
诊断方法
数据清洗算法
支持向量机算法
遗传算法优化
智能识别方法
多域特征
卷积算法
多头注意力机制
网络
注意力机制
车损识别方法
图像编码器
编码器模块
车辆