基于多尺度通道混合卷积神经网络的钢铁制造过程能耗预测方法及系统

本发明公开了一种基于多尺度通道混合卷积神经网络的钢铁制造过程能耗预测方法及系统，获取钢铁制造过程的生产数据，进行预处理得到历史数据集；构建数据嵌入模块，对历史数据进行尺寸转换，得到嵌入特征；对嵌入特征进行通道混合以实现通道特征交互，并构建具有多个不同大小卷积核的多尺度空洞卷积神经网络，得到多尺度特征；构建基于前馈神经网络的回归器，将多尺度特征输入回归器进行输出预测；利用梯度反向传播算法对多尺度通道混合卷积神经网络进行优化直到达到最大迭代数；获取炼钢生产过程中输入变量的实时数据，输入优化完毕的多尺度通道混合卷积神经网络，得到能耗的预测值；有效提高了能耗预测的准确性和可靠性。