摘要
本申请属于干熄焦技术领域,提出一种基于DeepSeek大模型的干熄焦锅炉入口温度预测方法。本申请通过利用干熄焦工艺中实时变化的数据即工艺变量,用于预测干熄焦锅炉入口温度T6温度;关键控制变量为人为控制的变量,通过改变关键控制变量控制/调节工艺变量的变化,利用预测‑控制联合优化的方法,借助强化学习实现自动控制。本申请的预测方法能够捕捉复杂的非线性关系和多变量之间的相互作用,处理干熄焦过程中多个工艺参数之间的强耦合和非线性影响;通过在大量历史数据上进行微调,能够自动学习和适应不同的工况条件,减少了对人工特征工程的依赖,提高了模型的泛化能力和预测性能。
技术关键词
温度预测方法
变量
锅炉
滑动窗口方法
入口
数据
强化学习控制方法
模型预训练
模型预测值
工况
DBSCAN算法
三次样条插值法
特征工程
轻量化架构
风机转速
统计特征
时域特征提取
非线性
干熄焦工艺
系统为您推荐了相关专利信息
控制单元
信号转换单元
接口单元
神经网络模型
校准
振荡检测方法
反馈控制回路
序列
波动特征
控制系统
协同调度方法
资源分配
资源约束条件
模糊推理
模糊集合
TensorFlow技术
特征提取模型
电力系统需求响应技术
预测误差
数据特征提取
新能源发电功率预测
模型构建方法
计算机可执行指令
Pearson相关系数
聚类