10.3969/j.issn.1000-7059.2023.01.005
基于大数据技术的高炉数据治理研究进展
针对高炉炼铁系统数据存在来源多、数量大、质量低等特点,为提高数据的利用率,对数据进行治理.对高炉数据进行治理主要包括多元异构数据整合、高炉数据清洗和高炉参数相关性分析.首先,多源异构数据整合将原始数据整合成结构统一的数据;然后,针对高炉数据的异常值、缺失值,采用数理统计和机器学习等方法进行处理;最后,针对高炉参数众多的特点,分析参数之间的关联性,降低模型输入参数间的信息冗余.通过对数据进行上述处理,使得高炉大数据能高效高质的应用,进而实现深度优化操炉、深度降本增效.
高炉、数据治理、多源异构数据、异常值、缺失值、相关性分析
47
TP311.13;G203;F270.7
国家自然科学基金52274326
2023-03-24(万方平台首次上网日期,不代表论文的发表时间)
共10页
43-52