一种基于特征向量和层次聚类的结晶器漏钢预报方法

摘要

本发明属于钢铁冶金连铸检测技术领域，提供一种基于特征向量和层次聚类的结晶器漏钢预报方法。该预报方法分别提取黏结漏钢、正常工况历史数据以及在线实测数据的温度特征向量，建立特征向量样本集；对样本集进行归一化处理，并进行层次聚类；此后检查和判断在线提取的特征向量是否从属于漏钢类簇，进而识别和预报结晶器漏钢。本发明回避了报警阈值等参数繁琐的调试和修改环节，克服了以往漏钢预报方法的人为依赖性，具有良好的鲁棒性和迁移性；通过温度特征提取，不仅可准确识别黏结漏钢温度模式，避免漏报并显著降低了误报次数，还能够极大压缩数据计算量和运算时间，确保在线预报的实时性。