基于可解释性增强神经网络的高炉状态监测方法及装置

本发明公开了一种基于可解释性增强神经网络的高炉状态监测方法及装置，包括：获取历史高炉参数数据与历史高炉状态指征变量数据；对所述历史高炉参数数据添加时滞并进行特征变量挑选得到历史高炉特征变量数据；对所述历史高炉特征变量数据进行聚类得到高炉运行状态的若干个基工况数据；基于所述基工况数据建立高炉状态指征变量监测模型，并基于历史高炉参数数据与历史高炉状态指征变量数据对所述高炉状态指征变量监测模型进行训练；将实时的高炉特征变量数据输入训练好的高炉状态指征变量监测模型，得到所有被监测的高炉状态指征变量的监测值。克服了现有基于数据驱动的高炉状态监测方法中可解释性不足，难以被工业现场操作人员信任的问题。