摘要：在多晶硅的生产过程中，还原工序是最重要的工序，其能耗占综合能耗的60%~70%。针对还原工序能耗影响因素复杂，非线性，传统预测方法预测精度低等问题，提出基于LSTM-Adaboost循环神经网络多晶硅生产过程的能耗预测模型。通过PCA算法对多晶硅生产过程的能耗影响因素按贡献率提取主成分；采用正则化方法优化LSTM的目标函数并引入Adaboost算法对LSTM模型优化；构建LSTM-Adaboost预测模型，实现能耗预测。实验结果表明，相比于LSTM模型和BP模型，LSTM-Adaboost模型预测精度更高。以某企业多晶硅还原工序为例，验证该能耗预测的有效性。