一种基于门控循环单元的甲醇配煤算法

本发明涉及智能配煤技术领域，公开了一种基于门控循环单元的甲醇配煤算法，包括：收集甲醇厂提供的历史实际生产配煤数据，并对历史实际生产配煤数据进行数据预处理；对处理后的历史实际生产配煤数据进行标注，并划分为训练集和验证集，以利用训练集和验证集对预设GRU模型进行训练，得到目标模型；收集原煤信息作为所述目标模型的输入，经过目标模型计算后输出入炉煤成本最低的煤种配比方案。本发明利用深度学习算法框架构建甲醇配煤模型，在煤炭库存量、煤炭指标信息及锅炉设计指标等约束下，求出符合生产要求且性价比最高的入炉煤配比，有效解决了已有其他类型配煤中配煤模型未能充分融入专业配煤工程师经验，导致模型可靠性不足的问题。