基于LSTM模型的烧结炉温度预测方法、设备及介质

本发明涉及一种基于LSTM模型的烧结炉温度预测方法、设备及介质，该方法包括：采集烧结炉多源传感器数据并预处理生成时序数据，通过连续稳定温度区间检测生成二值特征，将其与时序数据融合形成特征集。根据实时温度阈值动态筛选传感器组合，采用滑动窗口将特征集转化为序列样本。对输入特征进行标准化处理，并将目标温度值归一化为监督标签。构建LSTM网络模型，利用序列样本和监督标签进行训练。最终通过训练完成的模型对实时数据进行温度预测，输出归一化预测结果。该方法结合动态特征切换机制与LSTM网络，通过自适应传感器优选和时序特征融合，实现了烧结炉温度场的高精度实时预测与控制，有效提升温度调控响应速度和预测准确性。