[发明专利]一种转炉出钢参数推荐方法、系统、介质和终端

权利要求书

1.一种转炉出钢参数推荐方法，其特征在于，包括：

获取转炉出钢数据，形成样本数据集；

根据所述样本数据集，建立多个不同种类的用于聚类分析的基础模型；

通过预先设置的异常阈值进行聚类迭代，形成稳定的聚类结果模型；

根据所述稳定的聚类结果模型，获取评价聚类效果，并将最优的评价聚类效果对应的基础模型，作为目标模型；

根据所述目标模型，进行转炉出钢参数推荐。

2.根据权利要求1所述的转炉出钢参数推荐方法，其特征在于，所述多个不同种类的用于聚类分析的基础模型包括K-means聚类模型、AP聚类模型、DBSCAN算法模型；所述转炉出钢数据的数据类型，至少包括测距仪距离钢包车距离、钢包车总重量、模拟炉号、记录时刻、出钢角度。

3.根据权利要求2所述的转炉出钢参数推荐方法，其特征在于，所述获取转炉出钢数据，形成样本数据集之后，还包括对所述转炉出钢数据进行预处理，所述预处理包括对转炉出钢数据中的空值数据进行缺失值补充，以及对超过预设范围的数据进行剔除。

4.根据权利要求3所述的转炉出钢参数推荐方法，其特征在于，对根据经过预处理之后的转炉出钢数据，计算转炉出钢的回炉时间，并通过如下公式对所述回炉时间进行数据清洗：

min(f(x))x∈[1，N]

其中，x为转炉出钢数据中的模拟炉号，N为最大炉号，f(x)为第x模拟炉号转炉回炉时间。

5.根据权利要求4所述的转炉出钢参数推荐方法，其特征在于，所述计算转炉出钢的回炉时间包括：

设定统计周期t；

在出钢后每隔t秒，计算t秒内的角度斜率变化；

根据角度斜率变化，判断该时间点是否为回炉时间点，进而获取转炉出钢的回炉时间。

6.根据权利要求3所述的转炉出钢参数推荐方法，其特征在于，所述对所述转炉出钢数据进行预处理之后，还包括：判定特定数据类型中的异常数据，并进行异常处理，去除离群值数据，所述特定数据类型包括出钢时间、出钢重量、钢包车距离。

7.根据权利要求6所述的转炉出钢参数推荐方法，其特征在于，所述异常处理包括：

根据转炉规模，删除钢水重量在转炉规模重量阈值a％之外的炉次出钢数据；

获取钢包车距离测距仪的实际距离，删除钢包车距离在实际距离阈值b％之外的炉次出钢数据；

删除出炉总时间在平均出钢时间阈值c％范围之外的数据。

8.根据权利要求6所述的转炉出钢参数推荐方法，其特征在于，

根据一模拟炉号记录时刻与所述模拟炉号初始记录时刻的差值，获取所述模拟炉号的出钢时间；

根据一钢包车的重量与所述钢包车的原始重量的差值，获取所述钢包车的出钢重量；

根据测距仪测量的所述钢包的车距离，与测距仪距离初始钢包车距离的差值，获取钢包车距离。

9.根据权利要求6所述的转炉出钢参数推荐方法，其特征在于，所述通过预先设置的异常阈值进行聚类迭代，形成稳定的聚类结果模型包括：

动态调整所述基础模型的模型参数；

根据调整后的模型参数，进行初步聚类得到初步聚类结果；

根据初步聚类结果是否满足去除判定条件，判断所述初步聚类结果是否需要去除离群数据，所述去除判定条件包括异常阈值的变化率；

如果需要，则去除所述初步聚类结果中各簇数据中的离群数据，并利用去除离群值的数据进行二次聚类，得到二次聚类结果，

重复上述步骤，直至得到稳定的聚类结果模型。