久久77丨久久国产精品精品国产色婷婷丨撕开奶罩揉吃奶高潮av在线观看丨天天干天天上丨日韩~欧美一中文字幕丨a三级三级成人网站在线视频丨荫蒂被男人添的好舒服爽免费视频丨日韩色偷偷丨国产精品久久久久久久久人妻丨91玉足脚交白嫩脚丫丨亚洲aaa视频丨91精品国产综合久久久蜜臀丨免费毛片网站在线观看丨亚洲高清乱码午夜电影网丨五月综合激情婷婷六月丨丝袜高跟麻麻浓精受孕人妻丨免费麻豆视频丨婷婷av在线丨天海翼一区二区丨三级全黄不卡的丨欧美成va视频网站丨伊人网在线视频丨亚洲熟妇av乱码在线观看丨亚洲欧美网丨www无套内射高清免费

專利類型：

發明公開

申請(專利)號：

CN202510176516.X

申請日：

2025-02-18

申請公布號：

CN120031203A

申請公布日：

2025-05-23

申請人：

昆明理工大學

地址：

650093 云南省昆明市一二一大街文昌路68號

發明人：

胡建杭; 向恒杰; 王華; 唐從瑋

專輯：

信息科技

專題：

計算機軟件及計算機應用

主分類號：

G06Q10/04

分類號：

G06Q10/04;G06Q10/063;G06Q50/04;G06Q50/26;G06F18/2135;G06N20/00;G06F123/02

國省代碼：

53

頁數：

15

代理機構：

昆明隆合知識產權代理事務所(普通合伙)

代理人：

張沛欽

主權項：

1.一種基于PCA的鋼鐵冶煉流程中能耗及碳排放的預測方法,其特征在于,所述方法包括：S101、收集鋼鐵冶煉流程的不同時間段的歷史能耗及碳排放數據得到初始數據集合,所述歷史能耗及碳排放數據包括生產數據、設備運行數據、環境數據和市場數據；S102、對初始數據集合中的數據進行預處理,所述預處理包括異常值剔除、缺失值插補和多工序特征整合與校正；S103、對所述初始數據集合采取PCA降維并提取關鍵特征的成分矩陣,所述提取的關鍵特征包括影響鋼鐵冶煉流程的至少兩個特征變量,特征變量提取自煉焦過程、球團過程、燒結過程、煉鐵過程、煉鋼過程和軋鋼過程中；S104、將成分矩陣轉換為特征變量與目標變量一同進行歸一化處理,消除不同特征變量因量綱和數值范圍差異對數據分析和模型計算帶來的影響,確保變量在同一數值尺度下參與分析；S105、采用多個機器學習模型進行訓練,得到多個初始預測效果,所述多個機器學習模型包括支持向量機SVM、隨機森林RF算法、XGBoost和神經網絡,根據需求來適配不同模型,不同模型基于其獨特的算法特點捕捉數據中的不同模式和關系；S106、調整模型超參數使得模型效果最優,根據數據的具體情況動態調整機器學習模型的超參數,以實現預測效果的最優化；S107、采取誤差分析,交叉驗證評判多個模型的效果,將多個模型的預測效果進行對比,選取效果最佳的模型作為目標模型；S108、輸入實時能耗及碳排放數據至所述目標模型中,輸出最終預測結果。

摘要：

本發明公開了一種基于PCA的鋼鐵冶煉流程能耗及碳排放預測方法及系統,屬于鋼鐵冶煉流程能耗及碳排放數據分析技術領域,該方法包括：收集鋼鐵冶煉流程的不同時間段的歷史能耗及碳排放數據；對能耗及碳排放數據進行剔除異常值,插補缺失值等預處理；采取PCA降維并提取關鍵特征的成分矩陣；將成分矩陣轉換為特征變量與目標變量一同進行歸一化處理；采用多個機器學習模型進行訓練,得到多個初始預測效果；調整模型超參數使得模型效果最優；采取誤差分析,交叉驗證等評判多個模型的效果,將多個模型的預測效果進行對比,選取效果最佳的模型；輸入實時能耗及碳排放數據,輸出最終預測結果,使得鋼鐵企業能夠根據歷史生產數據預測未來能耗及碳排放量,實時調節生產計劃,達到合理利用能源,降低鋼鐵冶煉過程對環境的負面影響。