摘要

本发明公开了一种考虑多时间序列的水泥熟料f-CaO预测方法,包括:1、辅助变量数据的采集和预处理;2、计算物料在各个设备中的滞留时间,根据滞留时间的长短,在不同设备中截取不同长度的时间序列变量,然后将截取的时间序列压缩成相同的长度;3、建立分组卷积融合注意力机制的辅助变量特征提取网络,将提取到的特征送入LSTM,最后得到最优模型辅助变量特征提取网络及最优持续时间。本发明充分考虑到不同变量在不同的时间段对f-Cao最终含量影响程度不一,且变量间相互影响,干扰模型提取特征的问题,通过提取变量时间点特征和分设备提取分组特征,能快速提取辅助变量的有效特征,有助于提高水泥熟料f-CaO在线预测精度。