基于数据增强与自编码GRU网络的多规格热轧带钢精轧电耗预测

摘要：

针对多规格热轧带钢精轧段电耗预测中数据质量低、维数高和复杂性强等问题,本文提出一种基于数据增强与自编码GRU网络的精轧电耗预测模型(WGAN-AE-GRU).数据预处理阶段,针对电耗数据采集不均衡问题,采用WGAN网络对使用低频仪器采集的指标数据进行数据增强,以保证电耗数据质量;同时,采用自编码器(AE)对电耗关联的指标进行降维处理,以节省计算时间;最后结合GRU时序网络,实现模型预测精度的整体提升.采用某企业厂级实时数据对所提出方法进行算法验证,结果表明,WGAN-AE-GRU模型计算时间成本低、预测精度高,能够满足实际生产中产线级轧制电耗的预报需求.

关键词：热轧带钢、精轧、电耗预测、数据增强、自编码器、WGAN、GRU网络

所属期刊栏目：44

分类号：TP277(自动化技术及设备)

资助基金：国家自然科学基金青年科学基金资助项目;中央高校基本科研业务费

在线出版日期：2021-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：168-175