基于隐空间概念漂移评估的测试时适应精煤灰分预测方法

本发明公开了一种基于隐空间概念漂移评估的测试时适应精煤灰分预测方法，属于煤炭产品质量评价技术领域。针对重介质选煤过程非平稳工况导致传统预测模型泛化能力不足的问题，本发明构建了样本‑偏移样本对的双输入机制，利用LSTNet网络提取工艺参数的隐空间特征，通过计算当前样本与偏移样本的隐空间差分，直接估计精煤灰分的动态偏移量。融合目标损失与谱正则重构损失构建复合损失函数，增强隐空间表示的结构稳定性。在测试阶段，仅需结合上一时刻实测灰分与模型预测的偏移量，即可实现对新工况下灰分值的自适应校正。本发明有效提升了精煤灰分预测在工况变化及跨场景条件下的准确性、可解释性与鲁棒性，适用于选煤厂智能化生产控制场景。