一种基于分层物理信息学习模型的感应电炉电气参数辨识方法、设备、介质及产品

本发明公开了一种基于分层物理信息学习模型的感应电炉电气参数辨识方法。首先，在感应电炉的多个工作点建立一系列线性物理模型，用于指导相应工作点的数据驱动模型，共同组成底层模型，从而全面捕捉设备的数据特性和电气动态；其次，在上层建模中，引入基于物理先验知识的全局非线性约束，保证模型的准确性和物理一致性；最后，将分层建模问题转化为具有全局非线性约束的多任务学习优化问题，利用共享层‑任务层级联模型架构，实现感应电炉电气参数辨识。本发明提出的基于分层物理信息学习模型的感应电炉电气参数辨识方法能够根据电炉熔炼过程的输入输出实时采样数据，准确辨识能够有效反映设备运行状态的电气参数，为工人操作与自动优化提供参考和指导。