基于卷积神经网络的转炉石灰消耗量预测方法及系统

本申请实施例提供一种基于卷积神经网络的转炉石灰消耗量预测方法及系统，涉及智能冶炼工艺技术领域，所述方法可以获取转炉生产参数信息，并根据转炉生产参数信息计算特征距离排名矩阵和像素距离排名矩阵。再执行特征到像素的映射，以获得转炉图像数据，然后将转炉图像数据输入预测模型，以获得预测模型输出的石灰消耗量预测信息。所述方法可以将转炉生产参数信息中的每个样本转化为图像，使得卷积神经网络能够利用图像的空间结构进行多任务学习，可以提高转炉石灰消耗量的预测效率和准确度，预测信息可以用于钢铁冶炼工艺，以提升钢液质量，降低生产成本，进而获得更高的经济效益。