高炉炼铁数据离群筛选办法

作者：陈少飞; 刘小杰^*; 李宏扬; 卜象平; 吕庆; 刘福龙

来源：钢铁研究学报, 2021, 33(06): 467-475.

DOI：10.13228/j.boyuan.issn1001-0963.20200222

• 数据离群
• 高炉炼铁
• 箱线图
• K-means算法
• 数据挖掘

针对高炉炼铁过程中的数据离群问题,首先根据数据的不同特点对数据类型进行划分,选定针对性数据离群筛选办法,利用河北某钢铁企业的数据样本结合数据的实际状况进行分析,采用全局结合局部多层次的改进型箱线图离群筛选办法,对时序类数据进行筛选;采用以差值、目标参数强关联性数据为条件对K-means算法进行优化,对关联性数据的离群值进行筛选;针对周期性统计类数据的分布聚集性特点结合数据实际情况,基于K-means算法采用差异化、多层次数据聚类分析,对其进行离群筛选。结果表明:采用的针对性办法对数据的离群筛选效果较为理想,充分验证了方法的可行性。

• 单位
  杭州排列科技有限公司; 华北理工大学