基于煤数据图像化的卷积神经网络焦炭热态质量预测方法

摘要

本发明是基于煤数据图像化的卷积神经网络焦炭热态质量预测方法，该方法由配合煤数据跨域转换以及卷积神经网络预测所组成；通过数据降维压缩方法，实现将配合煤数据从所在的结构化的数值域转换至非结构化的图像域，使得配合煤参数间的特征关系更易被模型所捕捉及分析；之后基于图像域的配合煤数据，利用由卷积层、池化层及全连接层所组成的经过训练后的卷积神经网络焦炭热态质量预测模型去实现对焦炭反应性CRI和焦炭反应后强度CSR指标的预测。本发明能准确分析配合煤参数和对应的焦炭热态质量指标之间的非线性映射关系，网络推理过程可被图像处理器加速运算，实现准确、稳定及快速预测焦炭的热态质量，进一步降低焦化工艺过程中的人工及配煤成本。