摘要
本发明公开了一种利用机器学习对钢包下渣时剩余钢水量预测方法及系统,方法包括:步骤S1、并使用SMOGN对实验室的水模拟环境数据进行采样,对采样后的水模拟数据进行预处理,得到预处理数据;步骤S2、基于预处理数据构建若干机器学习模型,基于决策系数、均方误差和平均绝对误差对若干机器学习模型进行评价;步骤S3、基于评价结果选择机器学习模型对有无壁侧圆环的钢包进行钢包下渣时剩余钢水量预测,得到剩余钢水量预测结果。
技术关键词
水量预测方法
机器学习模型
钢包
数据
分区
台阶
预测系统
有机玻璃
SVR模型
决策
亚克力
模块
误差
样本
物理
水口
噪声
算法
系统为您推荐了相关专利信息
调度系统
设施设备
人工技术
调度装置
数据获取单元
事件流数据
线性单元
事件相机
神经网络结构
神经网络模型
油田产量预测方法
数字孪生技术
油井产液量
注水井
归一化方法
全生命周期数据
决策支持单元
PLM数据库
事件驱动架构
实时数据处理技术
预警系统
移动通信技术网络
多源监测数据
机器学习回归算法
斜坡