本發(fā)明是一種基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的漏鋼可視化特征預(yù)報(bào)方法，屬于鋼鐵冶金連鑄檢測(cè)技術(shù)領(lǐng)域。具體為在線檢測(cè)結(jié)晶器銅板熱電偶溫度信號(hào)，利用熱成像技術(shù)可視化呈現(xiàn)結(jié)晶器銅板溫度變化速率，在搜索和提取溫度異常區(qū)域的面積、溫度變化、位置、傳播速率等特征的基礎(chǔ)之上，建立BP神經(jīng)網(wǎng)絡(luò)漏鋼預(yù)報(bào)模型，并借助遺傳算法的自組織、自適應(yīng)性，對(duì)模型的權(quán)值和閾值進(jìn)行優(yōu)化，實(shí)現(xiàn)結(jié)晶器漏鋼可視化在線檢測(cè)和預(yù)報(bào)，該方法不僅直觀呈現(xiàn)結(jié)晶器溫度分布、異常變化及發(fā)展趨勢(shì)，而且可以實(shí)時(shí)、準(zhǔn)確地預(yù)防結(jié)晶器漏鋼事故，減少誤報(bào)警次數(shù)，提高漏鋼預(yù)報(bào)系統(tǒng)的準(zhǔn)確率。