1.一种水泥熟料游离钙软测量方法，其特征在于，包括如下步骤：

步骤S1：根据水泥工艺选取10个变量作为熟料fCaO软测量的辅助变量，每个变量的时间序列作为模型输入，并对所选的每个变量时间序列进行归一化处理；

步骤S2：依据水泥烧成过程中时间序列的特征，建立基于多变量时间序列卷积神经网络的熟料fCaO软测量模型；

步骤S3：确定MT-CNN模型的初始参数，并对网络进行前向训练，其中初始参数包括MTS-CNN的卷积层数和池化层数，学习率，各隐层、全连接层以及输出层的权值w和偏置b，卷积核以及池化核的个数及大小；

步骤S4：利用误差反向微调进行有监督训练，通过对误差的修正，优化MT-CNN中的权值w和偏置b；

步骤S5：利用训练好的MT-CNN模型对水泥熟料fCaO实时预测。

2.根据权利要求1所述的一种水泥熟料游离钙软测量方法，其特征在于，在步骤S2中，

10个变量的时间序列组成的二维数组作为模型输入，其中一列代表单个变量一定时间段内的采样数据，采用一维卷积池化方式提取每一列的特征，后接全连接层综合所有的特征信息，构建基于MT-CNN的熟料fCaO软测量模型。

3.根据权利要求1所述的一种水泥熟料游离钙软测量方法，其特征在于，在步骤S4中，有监督的所述反向微调是采用BP反向误差修正算法逐层优化权值w和偏置b，其中MT-CNN中的反向训练为有监督训练。

4.根据权利要求1所述的一种水泥熟料游离钙软测量方法，其特征在于，在步骤S1中，水泥工艺的10个变量为：分解炉喂煤量、高温风机转速、分解炉出口温度、篦冷机出口温度、EP风机转速、窑尾负压、窑头负压、二次风温、窑电流、窑头喂煤量。