摘要
本发明一种钢铁生产过程最佳能耗预测及能效智能诊断方法,属于钢铁生产过程技术领域,该方法包括以下步骤:基于钢铁生产过程以炉次或者批次为单位,建立钢铁生产数据库,对钢铁生产数据库中数据进行预处理;建立钢铁生成过程机理模型;基于关联性分析和神经网络模型构建黑箱模型,并对黑箱模型进行训练;基于钢铁生产过程机理模型与训练好的黑箱模型进行耦合,建立对钢铁生产过程耗能因素进行能耗预测的能耗预测模型;通过机器学习方法基于能耗预测模型确定钢铁生成过程耗能因素的能耗,再通过钢铁生产过程的能耗计算公式确定钢铁生成过程的最佳能耗以及根据历史数据确定历史最佳能耗。
技术关键词
能耗预测模型
钢铁
能耗预测方法
智能诊断模型
神经网络模型构建
智能诊断方法
双倍体遗传算法
机器学习方法
能效
粒子群算法
技术参数信息
动态反馈机制
输入输出关系
耦合机制
工况
数据
系统为您推荐了相关专利信息
能耗预测模型
工况特征
能耗预测方法
积分算法
预测装置
温度预测方法
保护渣
结晶
XGBoost模型
粒子群优化算法
因子
神经网络预测模型
排放测试系统
车辆尾气排放技术
输出模块
车辆能耗信息
路况信息
驾驶风格识别
能耗预测模型
深度学习神经网络