基于深度学习和仿真协同分析的铝电解槽氧化铝浓度分布预测方法及系统

本发明提供了一种基于深度学习和仿真协同分析的铝电解槽氧化铝浓度分布预测方法及系统，本发明的方法包括：S1、获取前一时间段的铝电解槽的仿真数据；S2、将前一时间段的铝电解槽的仿真数据输入深度学习网络模型，得到当前时间段的铝电解槽的预测数据；S3、基于当前时间段的铝电解槽的预测数据，进行铝电解槽仿真分析，得到后一时间段的铝电解槽的仿真数据；S4、将后一时间段的铝电解槽的仿真数据作为深度学习网络模型的输入，重复S2‑S3，直到达到目标时间。本发明通过将物理仿真分析与深度学习模型有机融合，构建仿真‑预测‑再仿真的耦合计算链，完成氧化铝浓度分布的动态预测与反馈控制仿真；缩短仿真时间，提升预测精度和预测结果的物理一致性。