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 下载高清全文——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.pdf