摘要
随着环保要求日益严格和市场竞争加剧,电解铝行业亟需提高能源利用效率.本研究聚焦于电解铝负荷等效模型的构建与优化问题,创新性地结合了深度学习技术和多变量耦合分析,通过对大规模工业数据的深入挖掘,研究揭示了电流密度、电解质温度等关键因素对负荷的影响机制,所构建的LSTM-Attention模型在各时间尺度上均表现出色,周级预测的平均绝对百分比误差仅为0.71%.基于模型预测,研究提出了一套优化策略,在保证铝液纯度不低于99.7%的前提下,将单位能耗从13450 kWh/t-Al降低到12920 kWh/t-Al,为行业实现绿色低碳发展提供了可行的技术路径.
维普
万方数据