【技术实现步骤摘要】
本申请涉及耗氧量预测领域，尤其涉及一种耗氧量预测系统模型及预测方法。
技术介绍
1、氧气系统是钢铁企业不可缺少的组成部分，它的主要任务是在钢铁生产过程中向高炉炼铁、转炉炼钢提供氧气。氧气系统运行的过程中离不开对钢铁生产过程的耗氧量预测，通过科学的预测与调度，最终达到减少氧气放散，降低能源成本，提高生产效率，增长企业液氧外供收益的目的。
2、现有技术中，钢铁企业常用的能源介质的预测方法主要有时间序列法、支持向量机、神经网络法等。通过构建模型，对钢铁企业的耗氧量历史数据进行分析，从而得到未来一段时间内钢铁生产过程中的耗氧量预测值。
3、然而，由于耗氧量历史数据的复杂性，现有的耗氧量预测模在钢铁生产过程中对耗氧量进行预测的结果不够准确，使得难以依据耗氧量预测结果确定更合适的调度策略。
技术实现思路
1、本申请提供了一种耗氧量预测系统模型及预测方法，用于应对在lstm模型依据历史数据确定耗氧量预测结果的过程中，当历史数据比较复杂时，会对 lstm模型预测耗氧量的准确性产生较...
【技术保护点】
1.一种耗氧量预测系统模型及预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述依据非线性模型计算所述第一历史数据的模型复杂度的步骤，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述若检测到所述模型复杂度小于所述预设复杂度阈值，则将所述第一历史数据输入到LSTM模型中，得到未来预设时段内的耗氧量预测结果的步骤，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述若检测到所述模型复杂度大于或等于所述预设复杂度阈值，则使用卷积神经网络对所述第一历史数据进行预处理，得到特征数据的步骤，具体包括：p>
5.根据权...
【技术特征摘要】
1.一种耗氧量预测系统模型及预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述依据非线性模型计算所述第一历史数据的模型复杂度的步骤，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述若检测到所述模型复杂度小于所述预设复杂度阈值，则将所述第一历史数据输入到lstm模型中，得到未来预设时段内的耗氧量预测结果的步骤，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述若检测到所述模型复杂度大于或等于所述预设复杂度阈值，则使用卷积神经网络对所述第一历史数据进行预处理，得到特征数据的步骤，具体包括：
5.根据权利要求1所述的方法，其特征在于，在所述获...
【专利技术属性】
技术研发人员：蒋俊，徐少辉，杨杰，沙霏，鲁海峰，黄巍，董建刚，魏雪琴，谢佳琳，甘贤刚，
申请(专利权)人：武汉钢铁集团气体有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。