摘要
本发明提供一种基于设备状态信号实时校正的热风炉煤气消耗量预测方法,包括:读取数据库中带有时间索引的热风炉煤气消耗量历史数据及历史设备状态信号数据作为初始数据,并进行针对性处理,用于训练神经网络预测模型;将临近当前时刻的带时间索引的历史热风炉生产实际煤气消耗量数据及热风炉设备状态信号数据作为神经网络预测模型的输入数据,进行未来煤气消耗量预测,并对预测结果进行针对性处理,根据预测数据的变化特征标记预测热风炉状态转换点;实时接收带时间索引的热风炉状态信号数据,并根据信号数据的变化特征标记实际热风炉状态转换点;确认预测热风炉状态转换点与实际热风炉状态转换点的相关关系,并根据相关关系校正预测结果。
技术关键词
煤气消耗量
索引
神经网络预测模型
数值
有效值
状态转换时间
校正
热风炉设备
信号
数据训练神经网络
历史设备
标记
带时间
关系
周期性
节点