【摘 要】
：
近几年我国电解铝产量总体稳定增长。铝电解生产过程中,电解槽设定电压对生产的稳定性有着至关重要的作用。通过实时监测和优化槽电压变化可以进一步降低能耗,提高电流效率,对电解铝生产有深远影响。本文首先根据电解铝生产工艺原理,对电解铝生产历史数据进行了多角度的分析以及预处理等工作。其次,利用GBDT算法对数据构建模型,分析其特征重要性,针对GBDT算法过拟合、学习速度慢等问题,提出了按叶生长模式和直方图算
论文部分内容阅读
近几年我国电解铝产量总体稳定增长。铝电解生产过程中,电解槽设定电压对生产的稳定性有着至关重要的作用。通过实时监测和优化槽电压变化可以进一步降低能耗,提高电流效率,对电解铝生产有深远影响。本文首先根据电解铝生产工艺原理,对电解铝生产历史数据进行了多角度的分析以及预处理等工作。其次,利用GBDT算法对数据构建模型,分析其特征重要性,针对GBDT算法过拟合、学习速度慢等问题,提出了按叶生长模式和直方图算法下的Light GBM算法。针对电解铝生产过程数据具有一定滞后性、多变量耦合性等特点,引入了双向LSTM,同时将前向、后向隐藏特征作为输出层输出,同时引入attention机制考虑关键特征对模型结果的影响。最终设计并实现了Bi LSTM-Light GBM组合模型算法。然后使用决定系数R~2、均方根误差、平均绝对百分比误差和为指标评估不同的算法,组合模型算法的准确性优于其他算法,证明了提出算法的有效性。最后,采用上述改进算法,设计开发了电解槽设定电压决策系统。实现了数据读取、数据可视化分析、数据预处理、模型训练、模型应用以及模型评价等模块。为企业工艺技术人员提供决策建议,并在实际项目开发中得到应用。
其他文献
随着大数据时代计算机技术的高速发展,每天都会有海量的数据在互联网中传输,丰富的互联网资源使用户能够获取到大量的信息支持,从而在现实生活中得到极大的便利。然而,当人们面对如此庞大的数据量时,如何迅速得到所需要的信息成为了当前亟待解决的难题。传统的思路是以关键字匹配的信息检索技术进行数据筛选,然而面对数据量的日益膨胀,性能的提升却不尽人意。自动问答系统在语言模型上对问题与答案进行建模,深层次挖掘语义信
在我国总体经济中，畜牧养殖业始终占据着极其重要的位置，尤其在我国北方，畜牧养殖业更是地方经济的支柱性产业。这就势必会对我们生活的环境带来一定的影响。本文将先对畜牧养殖业作一定的概述，然后详细分析畜牧养殖业对环境的各种影响，主要包括空气污染、水污染、土壤污染等。最终，提出相应的对策，希望可以促进畜牧养殖业的可持续发展。
互联网技术的飞速发展使得电子投票的使用日渐广泛。相较于传统投票,电子投票省时省力,节约资源。然而新的技术也面临新的挑战,电子投票在数据传输、信息保护和数据完整性等方面面临的风险要远高于传统投票,投票者不仅担心自己的信息被窃取,也质疑电子投票是否公平公正。而区块链凭借其不可篡改、公开透明和去中心化等特性为电子投票技术带来了新的发展方向。利用区块链技术和零知识证明算法,实现不依赖第三方,保护投票者隐私
中文文本检错是自然语言处理的一项重要任务,具有广泛的应用场景和重要价值。随着文本量的急剧增加,单纯依靠人工进行错误检查费时费力且效率低,研究者开始采用深度学习技术进行文本检错并取得了良好效果,但目前的研究多集中在针对待检错文本的特点设计高性能检错模型,通过增加模型复杂度,采用大量数据来驱动模型性能的提升,忽视了知识在提升模型性能中的潜在作用。本文针对上述问题,以拆字知识和义原知识为基础,研究外部知
电能质量数据随电网运行而持续产生,对电能质量数据的聚合查询是了解电网电能质量状态的重要手段。电能质量数据具有数据量大、维度高等特点,获取精确查询结果往往时延较大,无法满足电网交互式查询的需求。为此,电能质量大数据聚合查询引入近似查询思想,通过牺牲一定查询精度换取更短的查询时延可能是一种行之有效的方法。但现有基于抽样的近似查询相关研究在面对电能质量数据聚合查询需求时存在分层抽样误差较大,样本更新不及
通用视频编码标准（Versatile Video Coding,VVC）在高效视频编码标准（High Efficiency Video Coding,HEVC）的基础上,改进并引入了大量新技术。Merge技术通过周围已编码块来获得当前编码块的运动矢量,有效提升了帧间预测效率。然而该技术尚有很多不足之处,其中的帧间帧内联合预测（Combined Inter and Intra Prediction,
近年来,医疗服务体系的信息化建设已得到国内外的普遍重视,大量政府机构及企业均在数字医疗领域取得了一定的进展。其中,电子健康记录已逐步成为主流的医疗数据存储形式,这既可以令医疗机构更好的统一管理患者数据,也便于医师开展后续治疗。然而,当前多数医疗机构的信息系统采用各自独立的中心化存储方式,这一方面使得医疗机构间难以进行高效的数据互联互通,给患者跨机构就诊带来不便。另一方面,此类信息系统也极易受到黑客
互联网技术的发展给视频传播带来了极大的便利,抖音、B站等视频平台的出现也使得视频数量急剧增长。面对数量巨大且结构复杂的视频数据,如何高效检索出用户需要的内容成为目前检索领域研究的热点和难点,传统基于文本的视频检索方法已经难以满足人们日益增长的需要。因此,基于内容的视频检索方法随之产生并得到广泛应用,本文主要对该方法中的视频特征提取部分进行改进,主要做了以下工作:第一,视频数据相较于文本和图片携带了
近几年,智能交通、智能家居、环境监测、公共安全、工业监控等物联网业务快速发展,物联网中终端设备爆炸式增长,数量庞大的物联网设备带来海量的数据传输流量。传统的流量调度策略和路由方案,如开放式最短路径,无法实现根据网络实时状态信息对数据流量进行路由,难以保证物联网业务的服务质量,因此有必要提出一种智能的物联网流量控制方案,实现物联网负载均衡,提高网络吞吐量。深度强化学习在实现智能控制方面有着巨大潜力,
随着生活水平的提高,私家车作为主流的代步工具,其数量日益庞大。与此同时,车辆增多对公共交通、社会安全带来的隐患也日渐显露,从而使得对车辆进行监控追踪的需求也更加紧迫。传统方法通过人工对车辆进行监控、追踪,这样不仅会浪费大量的人力物力,同时也会产生大量的误报、漏报。因此车辆重识别的研究应运而生。车辆重识别本质是跨摄像头下的目标识别,即通过不同摄像头获取的图像,识别同一目标车辆。由于车辆是刚性物体,同