摘要
本发明提供了一种烧结工序中氮氧化物及二氧化硫生成浓度预测方法及装置,方法包括:获取历史烧结过程中时序相关的烧结机组运行参数和物料输入数据,物料输入数据包括物料中氮、硫元素的含量;获取对应的氮氧化物及二氧化硫实际生成浓度数据;训练污染物生成浓度预测模型,建立烧结机组运行参数、物料输入数据与氮氧化物及二氧化硫实际生成浓度之间的映射关系;获取实时烧结机组运行数据和实时物料输入数据,并将实时烧结机组运行数据和实时物料输入数据输入到污染物生成浓度预测模型中,得到待预测时间段内氮氧化物及二氧化硫生成浓度的预测值。本发明,基于长短期记忆网络与注意力机制,极大的提高了烧结过程NOX及SO2浓度的预测精度。
技术关键词
浓度预测方法
注意力机制
网络单元
机组运行数据
预测装置
参数
子模块
长短期记忆网络
元素
序列
数据获取单元
生成氮氧化物
预测模型训练
时间段
分支
误差
系统为您推荐了相关专利信息
船舶
混合高斯模型
跟踪方法
光照变化干扰
图像处理
训练样本集
预测装置
深度神经网络训练
参数
刻蚀图形
训练语音模型
声纹识别方法
卷积编码器
变换器
音频特征提取
视觉
sigmoid函数
注意力机制
特征提取能力
离散化方法
风险预测模型
风险预测方法
肿瘤
风险预测装置
多层感知器