摘要
本发明涉及工业数据挖掘技术领域,具体涉及了一种基于铝电解槽生产过程数据的出铝量预测方法。包括以下步骤:S1、采集电解槽生产过程数据,对生产过程数据进行预处理并标记出关键特征;S2、根据预训练好的预测模型,将生产过程数据输入训练预测模型,输出预测出铝量以及预测出铝时间;S3、根据预测结果与实际结果对预测模型进行优化,获取预测模型的预测出铝量以及出铝时间,使用核心指标验证模型性能,根据各核心指标判断预测模型是否符合生产稳定性和产量要求;S4、获取实时生产数据,将实时生产数据输入预测模型,得到实际生产时的预测出铝量以及预测出铝时间,根据预测出铝量、预测出铝时间以及关键特征的所在区间生成生产调度策略。
技术关键词
铝电解槽
训练预测模型
生成特征向量
皮尔逊相关系数
构建预测模型
数据挖掘技术
核心
指标
算法思想
误差
氟化钾
偏差
样本
氟化钙
氧化钙
策略
电解质
标记
系统为您推荐了相关专利信息
智能预测方法
静态特征
动态航迹
时间序列模型
时间序列特征
功能性磁共振成像
多模态特征
抑郁
特征提取单元
密度
参数自适应控制方法
变量
镀锌工艺
矩阵分析方法
深度学习模型
健康状态检测方法
动力系统
设备健康状态
信号
误差反向传播
生理体征监测系统
变分模态分解算法
雷达
皮尔逊相关系数
中频信号