一种基于改进多尺度WGAN数据增强的回转窑烧结温度预测方法

本发明提出了一种基于改进多尺度WGAN工业回转窑数据增强的回转窑烧结温度预测方法，包括步骤：构建MSC‑WGAN网络模型，包括生成器和判别器；利用所述生成器对输入的噪声数据进行处理生成回转窑烧结数据；所述生成器中基于多尺度深度可分离卷积结构进行特征提取，并引入通道注意力机制增强不同特征通道的表达能力；利用所述判别器结合Wasserstein距离、梯度惩罚项和均方根误差项构成的损失函数对生成的工业数据和原始回转窑烧结数据进行判别，以训练所述MSC‑WGAN网络模型，利用训练后的MSC‑WGAN网络模型生成最终回转窑烧结数据并与原始回转窑烧结数据结合输入长短期记忆网络，实现对回转窑烧结温度预测。本发明减少了模型的计算成本和参数量，同时保证了数据生成的质量。