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

• 作者: 肖雄 刘天恒 张飞 王京 赵云涛
• 来源期刊: 武汉科技大学学报（自然科学版）
• 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
• 年，卷（期）: 2021,（3）
• 页码范围: 168-175
• 页数: 8页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3644.2021.03.002

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.