一种锡还原熔炼过程时间序列预测方法

本申请提供一种锡还原熔炼过程时间序列预测方法，属于神经网络及其深度学习技术领域，包括：梳理与锡还原熔炼过程状态相关的主要特性及工艺参数，探索顶吹炉炉膛温度、熔体成分和锡精矿品位等关键难测变量与可测变量之间的耦合关系，得到关键工艺表征参数；对得到的关键工艺表征参数的历史数据建立基于时间滞后因子动态调整的LSTM时间序列预测模型；将实时数据输入建立好的LSTM时间序列预测模型，利用实时数据完成模型的自适应校正；通过建立综合评价体系在线验证预测模型的精度。