摘要
本发明涉及高炉炼铁技术领域,公开了一种高炉炉况识别和控制方法、系统、设备及存储介质。该方法包括获取高炉历史数据,对高炉历史数据进行数据清洗和预处理得到历史时序数据;对历史时序数据进行高炉调剂捕捉和状态及事件识别得到结果时序数据;构建时间序列到序列的深度学习模型;基于历史时序数据和结果时序数据训练时间序列到序列的深度学习模型,得到训练后的深度学习模型;将实时采集数据输入训练后的深度学习模型,输出炉况识别结果和操作建议结果。本发明通过收集高炉历史数据,分析捕捉历史炉况变化和人工操作调剂以学习人工操作经验,得到训练后的深度学习模型,将实时采集数据输入训练后的深度学习模型完成对当前炉况的诊断和操作。
技术关键词
深度学习模型
高炉炉况
时序
事件识别
序列
高炉基础
参数
高炉炼铁技术
数据处理算法
监测设备
高炉工艺
模型训练模块
自动化系统
人工标记
电子设备
冷却壁
处理器
网络结构
系统为您推荐了相关专利信息
非线性动力学指标
交互特征
异常流量
诊断方法
矩阵