一种面向连铸生产过程基于数据生成模型的数据治理方法技术

技术编号:45801643 阅读:8 留言:0更新日期:2025-07-11 20:15
本发明专利技术公开了一种面向连铸生产过程基于数据生成模型的数据治理方法,属于冶金生产过程的数据治理领域,具体为:首先,以时间为标准,将获取的多个单变量钢铁连铸数据对齐,合并为多变量数据序列;并使用停机数据识别算法进行清洗。然后,使用滑动窗口平均法,将清洗后的数据集分解为趋势分量与残差分量,并将残差分量进行标准化,输入条件扩散模型训练,获得残差分量插补模型。接着,将需要插补的缺失数据,分解为趋势分量M<subgt;t</subgt;与残差分量M<subgt;r</subgt;;采用三次埃尔米特插值进行预测,得到趋势分量M<subgt;t</subgt;的缺失值;同时,用残差分量插补模型预测残差分量M<subgt;r</subgt;的缺失值。最后,将两部分缺失值求和,获得缺失部分完整预测数据。本发明专利技术提升了缺失数据插补的准确性。

【技术实现步骤摘要】

本专利技术属于冶金生产过程的数据治理领域,具体涉及一种面向连铸生产过程基于数据生成模型的数据治理方法


技术介绍

1、冶金行业正面临技术创新和数字化转型的挑战;为了充分挖掘数据潜在价值,实现设备故障智能诊断、过程参数优化以及生产流程优化等智能化需求,冶金行业需要高质量的数据集来支持数据分析和智能决策。

2、在钢铁连铸工序中,受到仪表故障、网络故障或上位机故障的影响,监测数据存在着数据中断、数据跳变或正常/非正常归零等问题,采集到的过程数据也会存在数据缺失的情况。这些缺失数据会导致样本偏差,影响数据模型对整体数据的拟合能力。

3、传统的数据插补方法,如均值或前向插补法,从单个变量维度获取信息进行插补,在解决平滑波形数据的缺失上有较好的效果,但是在面对有复杂波形的钢铁数据变量时插补误差较大。

4、使用条件扩散模型进行缺失值插补在预测复杂波形变化上具有优势,但是面对高方差数据时会产生偏移误差。


技术实现思路

1、为了解决钢铁连铸数据缺失的问题,本专利技术提供了一种面向连铸生产过程本文档来自技高网...

【技术保护点】

1.一种面向连铸生产过程基于数据生成模型的数据治理方法,其特征在于,包括以下步骤:

2.如权利要求1所述的数据治理方法,其特征在于,所述步骤2中,计算标记数据点的公式为:

3.如权利要求1所述的数据治理方法,其特征在于,所述步骤3中,分解过程:

4.如权利要求1所述的数据治理方法,其特征在于,所述步骤4中,残差分量标准化是将原数据与残差分量的平均值做差,再除以标准差,获得均值为0,标准差为1的数据;具体公式为:

【技术特征摘要】

1.一种面向连铸生产过程基于数据生成模型的数据治理方法,其特征在于,包括以下步骤:

2.如权利要求1所述的数据治理方法,其特征在于,所述步骤2中,计算标记数据点的公式为:

3.如权利要求1所述的数据治理...

【专利技术属性】
技术研发人员:王丽娜杨岚宇张桐伟李卓卿张效华
申请(专利权)人:冶金自动化研究设计院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1