一种基于深度学习的炉基水沟异常识别方法及系统

本发明属于高炉炼铁技术领域，本发明提供了一种基于深度学习的炉基水沟异常识别方法及系统，包括：对高炉路基底部进行数据采集，对采集的数据进行处理，将液位传感器、水浸传感器、水温传感器采集到的不同的数据类型进行分析，预测高炉水管泄漏的可能性；对不同的模型训练数据类型进行预处理；将处理好的数据放入模型进行训练；利用训练好的模型对高炉路基底部发生水浸事件时进行预测高炉冷却水管泄漏的可能性，相较于传统的通过技术经验进行预测，大大提高了预测的全面性和准确性；通过对多传感器数据的处理和分析，提高了异常判断的准确性。