申请/专利权人:中国石油化工股份有限公司;中石化安全工程研究院有限公司
申请日:2022-10-08
公开(公告)日:2024-04-09
公开(公告)号:CN117852681A
主分类号:G06Q10/04
分类号:G06Q10/04;G06F16/2458;G06F17/16;G06N3/0464;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明涉及催化裂化装置污染物预测与控制技术领域,具体涉及一种基于时序隐空间编码的催化再生烟气SO2浓度预测方法,该方法包括:S1、构建TSE‑TCN神经网络模型的编码模块;S2、构建TSE‑TCN神经网络模型的预测模块;S3、构建TSE‑TCN神经网络模型的解码模块;S4、对构建完成的所述TSE‑TCN神经网络模型进行训练;S5、运用训练好的所述TSE‑TCN神经网络模型,对下一采样时刻的催化再生烟气SO2浓度进行预测。运用该方法,基于全新的TSE‑TCN神经网络模型,能够完成高维输入变量的压缩与目标函数的预测,并支持端到端的训练,而基于损失函数形成目标函数能够使用多目标优化算法得到全局最优解,从而一次性完成TSE‑TCN神经网络模型的训练,从而实现催化再生烟气SO2浓度的高精度预测。
主权项:1.一种基于时序隐空间编码的催化再生烟气SO2浓度预测方法,其特征在于,所述基于时序隐空间编码的催化再生烟气SO2浓度预测方法包括以下步骤:S1、构建TSE-TCN神经网络模型的编码模块;S2、构建TSE-TCN神经网络模型的预测模块;S3、构建TSE-TCN神经网络模型的解码模块;S4、对构建完成的所述TSE-TCN神经网络模型进行训练;S5、运用训练好的所述TSE-TCN神经网络模型,对下一采样时刻的催化再生烟气SO2浓度进行预测。
全文数据:
权利要求:
百度查询: 中国石油化工股份有限公司;中石化安全工程研究院有限公司 基于时序隐空间编码的催化再生烟气SO2浓度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。