一种基于卷积神经网络的焦化配煤方法

本发明公开了一种基于卷积神经网络的焦化配煤方法，包括如下步骤，S1：收集原始数据，原始数据为焦化厂多年的历史配煤数据，并使用实际生产数据作为数据源；S2：数据清洗及数据集制作，对原始数据进行清洗，去除无关数据及异常值，并生成数据集；S3：特征提取与评估，从原始数据中提取特征；S4：算法构建，基于深度神经网络模型，通过将配煤数据作为输入进行特征训练并优化配比模型，配比模型包含多个卷积层和LSTM单元，它们在最终阶段通过全连接层结合在一起以产生输出，使用配煤模型对输入的可用煤种进行分析计算，用于指导业务人员进行配煤工作，此配煤模型融入了配煤工程师的工作经验与专业知识，进一步加强了配煤工作的精准性与科学性。