基于数据融合和时间嵌入的高炉铁水硅含量灵活预测方法
知识产权简介
本发明公开了一种基于数据融合和时间嵌入的高炉铁水硅含量灵活预测方法,涉及工业生产领域。本发明利用数据的时间标签信息,通过可学习的映射方法,挖掘数据间的时域关系,将非均匀时间间隔的序列映射为均匀序列;通过神经网络的结构设计,使得高频率均匀采样的工业数据与低频率非均匀采样数据能够同时输入到预测模型中,并进行数据融合,避免降采样导致的有效信息丢失问题;利用完整的基于注意力机制的序列到序列架构,预测模型能够输出任意长度的铁水硅含量预测数据,满足任意预测时长的需求。本发明提高铁水硅含量的预测精度,提升预测的灵活性、可用性,对现场生产更有参考价值。