基于时间序列插值-注意力机制的铁水硅含量预测方法

摘要

本发明公开了一种基于时间序列插值‑注意力机制的铁水硅含量预测方法，步骤包括：选择合适的输入变量，对其在时间维度降采样、插值处理，归一化后作为模型输入；然后搭建时间‑空间注意力网络，输入训练样本，并根据训练结果更新神经网络参数和注意力权值，反复训练；最后，将测试样本输入神经网络模型中，得到硅含量预测结果。现有预测方法中，高炉炼铁过程传感器参数获取的时间不均匀性导致输入变量与硅含量在时间维度上不能很好地以固定时间规律匹配。本发明相比现有方法对于铁水硅含量的预测具有更高的精度和更好的实用价值。