摘要
本申请提供了一种分解炉出口温度寻优方法、系统、设备及介质，根据本申请的方法包括：先收集分解炉运行的多源数据并预处理，经自编码器提取特征、随机森林筛选出关键特征构建子集。接着构建LSTM与SVR的混合预测模型，以特征子集为输入、出口温度为输出进行训练，通过反向传播算法调整参数。然后结合遗传算法，以出口温度达目标值且能耗最小为目标，确定喂煤量、风量、生料喂料量的最优组合。将寻优结果用于实际控制，实时监测温度，若偏差超阈值则重新采集数据寻优。本申请有效提升了分解炉出口温度控制的准确性和稳定性，显著降低了能耗，增强了跨工况适应性，提高了寻优的实时性和效率，为工业生产带来良好的经济效益和质量保障。
