一种基于数字孪生的高炉碳排放浓度预测方法

本发明提出了一种基于数字孪生的高炉碳排放浓度预测方法，涉及数字孪生技术领域，本发明采用多源数据融合，使用简单的机理模型构建高炉温度场，通过将运行参数与高炉顶部热成像图的图像关键特征相结合，并补充温度场特征，建立共享矩阵；进而利用ResNet50和自编码器提取图像特征，并建立随机森林(RF)模型。基于共享矩阵，构建随机权神经网络算法(RVFLNs)模型，并采用粒子群优化(PSO)算法组合随机森林(RF)模型和随机权神经网络算法(RVFLNs)模型的预测结果，从而提高预测精度。