龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华东理工大学
摘要：本发明涉及一种电炉能耗类型精准分类及预测技术，该技术通过集成改良的鲁棒性统计技术和深度学习网络，不仅提高了电炉能耗数据的处理质量，还实现了能耗类型的精确预测，从而指导电炉生产过程，优化能源消耗，降低成本，减少环境影响。具体包括以下步骤：步骤一：对电炉能耗数据的异常值检测与剔除。步骤二：聚类模型构建。采用本发明改良的鲁棒EM算法，对电炉的吨钢电耗、吨钢氧耗、吨钢燃气耗等关键能耗指标进行精准聚类，以确定能耗的不同类型。步骤三：回归模型建立。利用自适应麻雀搜索算法优化的深度置信网络SSA‑DBN，根据原料维度信息和部分可控过程维度信息构建与能耗指标之间的关联模型。步骤四：使用聚类模型进行能耗类型预测。
主权项：1.一种基于改良鲁棒EM算法与麻雀搜索优化的深度置信网络的电炉能耗类型预测方法，其特征在于，所述的方法包括以下步骤：a.对电炉能耗数据进行分析与预处理；b.利用改良的鲁棒EM算法，基于历史能耗数据构建聚类模型；c.采用DBN网络，基于历史能耗数据训练能耗三要素的预测网络；d.应用麻雀搜索优化算法优化DBN网络的超参数，并使用R2箱视图评估网络性能；e.结合聚类模型和经优化的DBN预测模型，建立能耗类型预测模型，并通过准确率、精确率、召回率和F1分数评估分类准确率。
全文数据：
权利要求：
百度查询： 华东理工大学 基于改良鲁棒EM与SSA-DBN的电炉能耗类型分类预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号