[发明专利]轧钢数据采样方法、装置、电子设备及存储介质

说明书

本申请提供一种轧钢数据采样方法、装置、电子设备及存储介质，轧钢数据采样方法，包括：获取待轧制钢材的钢种信息；获取轧钢生产线的基础轧钢数据集；对所述基础轧钢数据集进行数据下采样，得到初始轧钢数据集；根据所述待轧制钢材的钢种信息，对所述初始轧钢数据集进行数据上采样，得到目标轧钢数据集。本申请轧钢数据采样方法、装置、电子设备及存储介质，可有效地减少用于轧钢生产线的机器学习模型训练的不同轧制钢种的样本数量的偏差，进而可以提高训练出来的机器学习模型在应用阶段的精度，尤其是对于不经常轧制的钢种，可以有效地提高其轧制出的成品的精度及质量。

技术领域

本申请涉及钢铁轧制技术领域，具体而言，涉及一种轧钢数据采样方法、装置、电子设备及存储介质。

背景技术

在钢铁轧制的过程中，为了提高生产的钢材的质量，比如钢卷的厚度、厚差、强度等质量指标，通常轧钢生产线的控制系统会包含有一些由机器学习算法实现的模型，比如轧制力模型、宽度模型、温度模型等等。

目前，这些机器学习模型的训练主要采用从轧钢生产线采集的轧钢数据，在轧钢生产线中，每条轧钢数据都会包含轧制的钢材的型号，即钢种，然而，由于轧制的钢种总是在变化，每天要轧制的钢材可能都不尽相同，并且，不同的轧制钢种的样本数量也会存在较大的偏差，如此便导致了训练出来的机器学习模型在应用阶段的精度较差，尤其是对于不经常轧制的钢种(小样本的钢种)而言，由于其在训练时样本数量很少，导致机器学习模型更偏重于经常轧制的钢种，进而导致不经常轧制的钢种的钢材，其轧制出的成品的精度更差、质量更低。

发明内容

本申请实施例的目的在于提供一种轧钢数据采样方法、装置、电子设备及存储介质，可有效地减少用于轧钢生产线的机器学习模型训练的不同轧制钢种的样本数量的偏差，进而可以提高训练出来的机器学习模型在应用阶段的精度，尤其是对于不经常轧制的钢种，可以有效地提高其轧制出的成品的精度及质量。

第一方面，本申请实施例提供了一种轧钢数据采样方法，包括：

获取待轧制钢材的钢种信息；

获取轧钢生产线的基础轧钢数据集；

对所述基础轧钢数据集进行数据下采样，得到初始轧钢数据集；

根据所述待轧制钢材的钢种信息，对所述初始轧钢数据集进行数据上采样，得到目标轧钢数据集。

在上述实现过程中，本申请实施例的轧钢数据采样方法，通过对获取的基础轧钢数据集进行数据下采样，得到初始轧钢数据集；再根据获取的待轧制钢材的钢种信息，对初始轧钢数据集进行数据上采样，得到目标轧钢数据集，可以有效地平衡用于轧钢生产线的机器学习模型训练的目标轧钢数据集中不同轧制钢种的样本，有效地减少目标轧钢数据集中不同轧制钢种的样本数量的偏差，进而可以提高训练出来的机器学习模型在应用阶段的精度，尤其是对于不经常轧制的钢种，可以有效地提高其轧制出的成品的精度及质量。

进一步地，所述对所述基础轧钢数据集进行数据下采样，得到初始轧钢数据集，包括：

根据所述基础轧钢数据集中轧钢数据的产生时间，按时间的先后顺序对所述基础轧钢数据集中轧钢数据进行排序；

按钢种将排序后的基础轧钢数据集分为至少一个第一子数据集；

根据每个所述第一子数据集中轧钢数据的数量及预定的第一样本量，确定待采样的第一子数据集；

对所有所述待采样的第一子数据集进行数据下采样，得到初始轧钢数据集。