摘要
本发明提供一种基于工艺机理与数据驱动的高炉稳定性指标体系构建方法,涉及高炉炼铁生产技术领域。首先对数据进行预处理,消除原始数据中的突变、尖峰现象,使数据趋于平滑,并剔除不必要的冗余参数。其次,使用新的特征循环选择方法,建立高炉稳定性指标体系,基于机器学习模型的预测误差变动分析得到各个特征的重要性得分,并基于所设计的判断规则以及现场专家的实际需求来循环删除重要性低的特征,最终实现高炉稳定性指标体系的构建。本发明可以基于现场需求自动构建高炉稳定性指标体系,能够满足现场专家对高炉炉况的监测需求,帮助现场操作人员更好地监控和控制高炉的运行状态,实现高炉生产过程的持续改进和优化。
技术关键词
指标体系构建方法
高炉
铁水产量
样本
数据
移动平均滤波
机器学习建模方法
机器学习模型
冗余特征
初始误差
参数
监测需求
训练集
噪声
预测误差
计算方法
决策
数值
系统为您推荐了相关专利信息
巷道围岩控制方法
综合性
力学分析模型
支护体系
监测围岩
人工智能芯片
处理单元
调度器
数据传输线
存储器模块
政策数据处理方法
数据可视化
数据处理装置
数据处理单元
图表
制造执行系统
数字孪生系统
指标
数据
参数优化方法