摘要
本发明提供了一种乙烯浓度的预测方法、一种乙烯浓度的预测系统,以及一种计算机可读存储介质。乙烯浓度的预测方法包括步骤:获取乙烯精馏塔数据,乙烯精馏塔数据包括与乙烯精馏塔产物相关的变量;采用主成分分析法和降噪自编码器对乙烯精馏塔数据进行降维提取和去噪处理,以确定特征数据;以及将特征数据输入混合神经网络模型中以预测乙烯浓度,其中,混合神经网络模型基于双向门控循环单元构建,混合神经网络模型的优选超参数根据鲸鱼优化算法确定。本发明提供的乙烯浓度的预测方法能够实时准确地预测乙烯浓度,并解决乙烯分离过程中由工艺状态变化等引起的预测精度不高、实时性差的问题。
技术关键词
混合神经网络模型
乙烯精馏塔
鲸鱼优化算法
编码器
超参数
门控循环单元
主成分分析法
解码器
预测系统
计算机
塔顶冷凝器
精度
可读存储介质
数据编码
误差
进料
变量
系统为您推荐了相关专利信息
工艺设计方法
机器学习算法模型
磁控溅射沉积
逻辑回归模型
涂层
电力系统数字化
判定方法
矩阵
多头注意力机制
编码器模块
混合神经网络模型
自然语言文本
脉冲神经网络模型
联合损失函数
周期性特征
生成对抗网络
样本
轨迹预测方法
机制
行人轨迹预测