[发明专利]一种用于轧钢自学习模型的数据处理方法和模块

权利要求书

1.一种用于轧钢自学习模型的数据处理方法，其特征在于，包括以下步骤：

按预设频率获取所需实测数据，所述实测数据的每一条数据至少包括出口带钢速度及与预设自学习模型对应的主题参数；

将已获取的实测数据放入队列进行缓存，当实测数据达到阈值条数时，按预定义第一规则计算所获取的所有出口带钢速度的偏差系数；

当偏差系数小于等于预设偏差系数阈值时，按预定义第二规则计算所获取的所有出口带钢速度的倾斜系数；

当出口带钢速度倾斜系数的绝对值小于等于预设倾斜系数阈值时，判断已获取的实测数据可用；

根据预设自学习模型对应的主题参数进行升序或降序排列，选取非极值的数据进行学习。

2.一种用于轧钢自学习模型的数据处理模块，其特征在于，包括数据采集单元、数据计算单元、数据选择单元，其中：

所述数据采集单元，用于按预设频率获取所需实测数据，所述实测数据的每一条数据至少包括出口带钢速度及与预设自学习模型对应的主题参数；

所述数据计算单元，用于将已获取的实测数据放入队列进行缓存，当实测数据达到阈值条数时，按预定义第一规则计算所获取的所有出口带钢速度的偏差系数；

当偏差系数小于等于预设偏差系数阈值时，按预定义第二规则计算所获取的所有出口带钢速度的倾斜系数；

当出口带钢速度倾斜系数的绝对值小于等于预设倾斜系数阈值时，判断已获取的实测数据可用；

所述数据选择单元，用于根据预设自学习模型对应的主题参数进行升序或降序排列，选取非极值的数据进行学习。

3.如权利要求2所述的用于轧钢自学习模型的数据处理模块，其特征在于，所述预设自学习模型为轧制力模型或前滑模型或轧制力矩模型或轧制功率模型，轧制力模型的主题参数为轧制力，前滑模型的主题参数为前滑，轧制力矩模型的主题参数为轧制力矩，轧制功率模型的主题参数为轧制功率。

4.如权利要求2所述的用于轧钢自学习模型的数据处理模块，其特征在于，所述按预设频率获取所需实测数据的方法还包括：根据点动轧制、低速轧制、高速轧制的情况确定采集周期。

5.如权利要求2所述的用于轧钢自学习模型的数据处理模块，其特征在于，当所述获取的实测数据的数据量达到阈值条数而计算出的出口带钢速度的偏差系数大于预设偏差系数阈值；

或者，当实测数据的数据量达到阈值条数且计算出的出口带钢速度的偏差系数小于等于预设偏差系数阈值，但出口带钢速度倾斜系数的绝对值大于预设倾斜系数阈值；

清空预设条数的数据，重新获取所需实测数据。

6.如权利要求2所述的用于轧钢自学习模型的数据处理模块，其特征在于，根据预设自学习模型对应的主题参数进行升序或降序排列，选取非极值的数据进行学习的方法包括：

当获取的实测数据的条数N为奇数时，选择第(N+1)/2条数据进行学习；

当获取的实测数据的条数N为偶数时，选择第N/2条数据进行学习。

7.如权利要求2所述的用于轧钢自学习模型的数据处理模块，其特征在于，所述预定义第一规则包括以下公式：

其中，C_v代表出口带钢速度的偏差系数，其中，v_i表示第i个出口带钢速度，表示平均出口带钢速度，N为获取的实测数据的条数，S₂为出口带钢速度的方差。

8.如权利要求2所述的用于轧钢自学习模型的数据处理模块，其特征在于，所述预定义第二规则包括以下公式：

其中，k代表出口带钢速度的倾斜系数，表示平均出口带钢速度，k₁、k₂为中间变量，其中：

v_i表示第i个出口带钢速度，N为获取的实测数据的条数。