基于LSTM的铝电解槽况预测

来源期刊：轻金属2021年第1期

论文作者：侯婕 田学法 孔淑麒

文章页码：33 - 99

关键词：铝电解;时间序列;数据挖掘;槽况预测;

摘    要：铝电解是一个非线性、多变量耦合和大延迟的工业过程体系。在铝电解正常的生产过程中,铝电解槽长期处于高温条件下,因此加大了对铝电解槽况研究的难度。近几年,计算机控制和传感技术在铝电解生产过程中也有了非常广泛的应用,在整个铝电解生产过程中会产生大量的生产数据,旨在找出潜藏在这些数据中的有用信息,分析其与槽况变化的联系及进一步发现槽况变化的规律,为专业人员准确判断和预测其槽况提供重要依据。LSTM算法继承了RNN的特性,从经验中学习来实现预测,不仅学习长期的依赖性还解决了梯度消失问题,所以利用LSTM算法对槽况进行预测,便于及时发现槽况变化,做出相应举措,从而减少企业损失。