技术特征：
1.一种异常参数调整方法，其特征在于，包括：将待检测轧制参数输入至预先训练的目标异常检测模型中进行检测，以得到所述目标异常检测模型输出的与所述待检测轧制参数对应的检测结果；若所述检测结果表示所述待检测轧制参数为异常参数，则计算所述待检测轧制参数和预设正常标签集中的正常参数之间的余弦相似度和欧氏距离，以得到第一度量表；将所述第一度量表与所述预设正常标签集中的正常参数进行索引关联以生成第二度量表；按照预设排序方式对所述第二度量表进行排序，并利用排序后的第二度量表中排序第一所对应的正常参数替换所述异常参数。2.根据权利要求1所述的异常参数调整方法，其特征在于，所述将待检测轧制参数输入至预先训练的目标异常检测模型中进行检测之前，还包括：收集轧制参数和相应的规格值以得到原始数据集，并判断所述原始数据集中的所述规格值是否满足第一预设条件，若不满足，则将与所述规格值对应的样本从所述原始数据集进行剔除，以得到第一数据集；判断所述第一数据集中的数据是否满足第二预设条件，若是，则对所述数据打上正常标签，若否，则为所述数据打上异常标签，以得到打标后的所述第一数据集；利用预设无监督学习算法对打标后的所述第一数据集进行处理，以得到第二数据集，并基于所述第二数据集确定出相应的训练集和测试集；利用所述训练集对基于预设监督学习算法构建的初始模型进行多次训练，并利用所述测试集对每一次训练后得到的异常检测模型进行测试评价以建立相应的评价指标集；将所述评价指标集中数值最小的评价指标所对应的所述异常检测模型确定为目标异常检测模型。3.根据权利要求2所述的异常参数调整方法，其特征在于，所述将所述评价指标集中数值最小的评价指标所对应的所述异常检测模型确定为目标异常检测模型之后，还包括：基于预设超参数优化算法对所述目标异常检测模型进行优化以确定出优化后的目标异常检测模型。4.根据权利要求2所述的异常参数调整方法，其特征在于，所述判断所述原始数据集中的所述规格值是否满足第一预设条件，若不满足，则将与所述规格值对应的样本从所述原始数据集进行剔除，以得到第一数据集，包括：判断所述规格值是否大于第一预设阈值；若是，则将所述规格值确定为异常值，并将与所述规格值对应的样本从所述原始数据集进行剔除，以得到第一数据集；其中，所述第一预设阈值为基于所述规格值对应的标准差确定的阈值。5.根据权利要求2所述的异常参数调整方法，其特征在于，所述利用预设无监督学习算法对打标后的所述第一数据集进行处理，以得到第二数据集之后，还包括：从所述第二数据集中筛选出与所述正常标签对应的数据，以得到所述预设正常标签集。6.根据权利要求2至5任一项所述的异常参数调整方法，其特征在于，所述利用预设无监督学习算法对打标后的所述第一数据集进行处理，以得到第二数据集，包括：从打标后的所述第一数据集中选择目标数据，并计算所述目标数据的目标轧制向量与
打标后的所述第一数据集中其余数据对应的轧制向量之间的欧氏距离和余弦相似度以生成第三度量表；将所述第三度量表与所述打标后的所述第一数据集中的数据进行索引关联以生成第四度量表，并按照所述预设排序方式对所述第四度量表进行排序，以得到排序后的第四度量表；按照预设筛选原则对所述排序后的第四度量表进行筛选，以得到筛选后的第四度量表，并计算所述筛选后的第四度量表中的正常标签数据对应的正常占比值与异常标签数据对应的异常占比值；将所述正常比例值和所述异常比例值进行比较以得到相应的比较结果，基于所述比较结果确定出相应的目标标签，并判断所述目标数据对应的标签是否与所述目标标签一致；若是，则计算所述正常比例值和所述异常比例值之间的绝对值差，并判断所述绝对值差是否不小于第二预设阈值，若是，则将所述目标数据添加至数据集，以得到第二数据集。7.根据权利要求6所述的异常参数调整方法，其特征在于，所述基于所述比较结果确定出相应的目标标签，包括：当所述比较结果表示所述正常比例值大于所述异常比例值时，则将所述正常比例值对应的正常标签确定为目标标签；当所述比较结果表示所述正常比例值不大于所述异常比例值时，则将所述异常比例值对应的异常标签确定为目标标签。8.一种异常参数调整装置，其特征在于，包括：数检测模块，用于将待检测轧制参数输入至预先训练的异常检测模型中进行检测，以得到所述目标异常检测模型输出的与所述待检测轧制参数对应的检测结果；第一度量表生成模块，用于若所述检测结果表示所述待检测轧制参数为异常参数，则计算所述待检测轧制参数和预设正常标签集中的正常参数之间的余弦相似度和欧氏距离，以得到第一度量表；第二度量表生成模块，用于将所述第一度量表与所述预设正常标签集中的正常参数进行索引关联以生成第二度量表；参数替换模块，用于按照预设排序方式对所述第二度量表进行排序，并利用排序后的第二度量表中排序第一所对应的正常参数替换所述异常参数。9.一种电子设备，其特征在于，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的异常参数调整方法的步骤。10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的异常参数调整方法的步骤。
技术总结
本申请公开了一种异常参数调整方法、装置、设备及存储介质，包括：将待检测轧制参数输入至预先训练的目标异常检测模型中进行检测，得到相应的检测结果；若检测结果表示待检测轧制参数为异常参数，则计算待检测轧制参数和预设正常标签集中的正常参数之间的余弦相似度和欧氏距离，以得到第一度量表；将第一度量表与预设正常标签集中的正常参数进行索引关联以生成第二度量表；按照预设排序方式对第二度量表进行排序，并利用排序后的第二度量表中排序第一所对应的正常参数替换异常参数。本申请通过目标异常检测模型检测异常轧制参数，并利用确定出的正常参数替换异常轧制参数，从而降低人工调整参数的次数，提高型钢轧制合格率，从而减少资源浪费。从而减少资源浪费。从而减少资源浪费。
技术研发人员：向重宗 余国强 吴郭贤 陶功明 杨颖 朱军
受保护的技术使用者：成都星云智联科技有限公司
技术研发日：2022.03.17
技术公布日：2022/6/10