基于数据分析的冶炼成本预测方法及系统

本发明涉及数据分析技术领域，且公开了基于数据分析的冶炼成本预测方法及系统，包括以下步骤：采集冶炼过程中相同金属材料、相同产线所冶炼金属的多源数据，该多源数据包括物料数据、能耗数据、生产操作数据以及实际边际成本增率；对所述多源数据进行预处理，包括数据清洗、缺失值填充、异常值检测与数据归一化；基于预处理后的数据来提取与冶炼成本相关的静态特征和动态特征。本发明通过融合多源数据并采用卷积神经网络与循环神经网络分别提取静态与动态特征，能够全面捕捉冶炼过程中稳定与变化的成本影响因素，从而显著提升成本预测的全面性和准确性，克服了传统方法对时序动态因素考虑不足的缺陷。