基于箱线图-知识经验双驱的脱硫预测数据预处理方法

本发明涉及人工智能技术领域，具体涉及基于箱线图‑知识经验双驱的脱硫预测数据预处理方法，包括以下步骤：S1，采集并清洗烟气流量、温度、pH值、电流等关键参数，验证数据类型与数值合理性；S2，构建派生特征，融合实验室与巡检数据形成多源数据；S3，设定多类异常计数器，基于箱线图检测离群值；S4，利用专家规则标注语义标签，识别工况一致性；S5，统计缺失、突变、复用次数并更新异常状态；S6，进行傅里叶降噪与Z‑score标准化处理。本发明，实现了高精度、强鲁棒性和高度智能化的脱硫数据预处理，有效提升了数据质量、系统稳定性与工程适用性。