一种基于深度神经网络的烟气脱硫设备健康状态监测方法与系统

本发明公开了一种基于深度神经网络的烟气脱硫设备健康状态监测方法与系统，所属领域为烟气脱硫设备健康状态监测领域，包括：获取烟气脱硫设备运行数据，基于噪声数据采用小波变换去噪处理，得到去噪后的运行数据；从所述精确清洗后的运行数据中提取入口烟气温度、二氧化硫浓度、吸收剂流量的多维特征，构建特征矩阵；根据所述特征矩阵，采用贝叶斯优化确定深度神经网络的最优网络结构，得到优化后的网络结构；采用所述优化后的网络结构构建深度神经网络模型，通过反向传播算法训练所述模型，若训练误差低于预设阈值，则停止训练，得到训练完成的模型。