一种基于混合神经网络的玻璃窑炉温度智能预测控制方法

本发明涉及玻璃窑炉温度预测控制技术领域，更具体地说，涉及一种基于混合神经网络的玻璃窑炉温度智能预测控制方法，解决了现有技术中模型单一存在的问题，提高了玻璃窑炉温度预测的准确性，该方法包括以下步骤：S1，数据采集与预处理：采集并预处理玻璃窑炉温度预测控制相关的生产历史数据；S2，CNN特征提取：使用CNN卷积神经网络提取预处理后的数据的空间和时间特征；S3，数据序列化：将数据转换为序列化的形式用于LSTM长短期记忆网络的输入；S4，LSTM时序预测：将序列化后的数据输入到LSTM长短期记忆网络模型中进行预测；S5，玻璃窑炉控制：基于预测出来的温度，结合当前熔炉状态，实时计算控制玻璃窑炉的天然气、氧气和油量等数据。