[發明專利]一種基于棧式自編碼器的尾氣含硫物質濃度實時預測方法

有效

• 申請號: 202010630129.6
• 申請日: 2020-06-23
• 公開（公告）號: CN111916156B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 葛英輝;朱瑩;請求不公布姓名
• 申請（專利權）人: 寧波大學
• 主分類號: G16C20/10
• 分類號: G16C20/10;G16C20/70;G01N33/00;G06N3/0455;G06N3/048;G06N3/084
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于棧式自編碼器的尾氣含硫物質濃度實時預測方法，其特征在于，包括以下步驟：首先，離線建模階段包括如下所示步驟(1)至步驟(7)；

步驟(1)：利用5個流量儀表實時測量硫回收裝置中的流量數據，直至采集得到N個樣本數據，分別記錄成5個列向量x₁，x₂，x₃，x₄，x₅，并利用離線分析儀獲取相同測量時刻排放尾氣中H₂S與SO₂的N個濃度數據，對應記錄成列向量y₁與y₂，其中x_i由第i個流量的N個樣本數據組成，i∈{1，2，3，4，5}分別對應于未進化尾氣流量，兩個燃燒室的空氣進料流量，酸-水汽提過程的氣相流量，和酸-水汽提過程的空氣流量；

步驟(2)：根據如下所示公式對x₁，x₂，x₃，x₄，x₅和y₁，y₂分別實施歸一化處理，對應得到5個數據向量和2個輸出向量并將數據向量組建成一個數據矩陣將輸出向量組建成一個輸出矩陣

其中，R^N×5表示N×5維的實數矩陣，表示歸一化處理后的第i個數據向量，表示歸一化處理后的第j個數據向量，x_i(min)表示列向量x_i中的最小值，x_i(max)表示列向量x_i中的最大值，y_j(min)與y_j(max)分別表示列向量y_j中的最小值和最大值，下標號i∈{1，2，…，5}，下標號j∈{1，2}；

步驟(3)：根據如下所示公式組建輸入矩陣Z中的第k列輸入向量z_k∈R^20×1：

z_k＝[X(k+9)，X(k+4)，X(k+2)，X(k)]^T ②

上式中，X(k+9)，X(k+4)，X(k+2)，X(k)分別表示數據矩陣X中的第k+9行，第k+4行，第k+2行和第k行的行向量，k∈{1，2，…，n}，R^20×1表示20×1維的實數向量，n＝N-9，上標號T表示矩陣或向量的轉置；

步驟(4)：搭建一個由M層自編碼器串聯組成的棧式自編碼器，并確定隱層神經元激活函數f(u)，輸出層神經元激活函數ζ(u)，和各層自編碼器的隱層神經元個數h₁，h₂，…，h_M，其中u表示函數自變量；

步驟(5)：利用BP算法依次訓練棧式自編碼器第1層自編碼器，第2層自編碼器，直至第M層自編碼器的隱層和輸出層的權重系數W₁，W₂，…，W_M和以及隱層和輸出層的閾值b₁，b₂，…，b_M和具體的實施過程如下所示；

步驟(5.1)：第1層自編碼器的輸入層有20個神經元，隱層有h₁個神經元，輸出層有2個神經元，分別初始化隱層和輸出層的權重系數和閾值；

步驟(5.2)：以z₁，z₂，…，z_n做為第1層自編碼器的輸入，同時以Y(10)，Y(11)，…，Y(N)做為第1層自編碼器的輸出，利用BP算法訓練得到第1層自編碼器的隱層和輸出層的權重系數和以及隱層和輸出層的閾值和后，初始化m＝1，其中Y(10)，Y(11)，…，Y(N)分別表示輸出矩陣Y中的第10列，第11列，至第N列的向量；

步驟(5.3)：第m+1層自編碼器的輸入層有h_m個神經元，隱層有h_m+1個神經元，輸出層有2個神經元，并分別初始化隱層和輸出層的權重系數和閾值；

步驟(5.4)：將第m層自編碼器隱層的輸出向量g₁(m)，g₂(m)，…，g_n(m)組建成矩陣G_m＝[g₁(m)，g₂(m)，…，g_n(m)]^T，并將矩陣G_m與輸入矩陣Z合并成一個矩陣H_m＝[G_m，Z^T]^T，其中，g₁(m)，g₂(m)，…，g_n(m)的計算方式如下所示：

上式中，k∈{1，2，…，n}；

步驟(5.5)：以矩陣H_m的n個列向量做為第m+1層自編碼器的輸入，同時以Y(10)，Y(11)，…，Y(N)做為第m+1層自編碼器的輸出，再次利用BP算法訓練得到第m+1層自編碼器的隱層和輸出層的權重系數和以及隱層和輸出層的閾值和其中表示(h_m+20)×h_m+1維的實數矩陣，表示h_m+1×1維的實數向量；

步驟(5.6)：判斷是否滿足m+1＜M；若是，則設置m＝m+1后返回步驟(5.3)；若否，則訓練結束，保留棧式自編碼器所有的權重系數W₁，W₂，…，W_M和以及閾值b₁，b₂，…，b_M和

步驟(6)：根據公式計算出第m層自編碼器的輸出估計向量并將其組成輸出估計矩陣重復步驟(6)直至得到各層自編碼器的輸出估計矩陣其中，m∈{1，2，…，M}；

步驟(7)：將輸出估計矩陣中的第一列向量組成硫化氫濃度估計矩陣將輸出估計矩陣中的第二列向量組成二氧化硫濃度估計矩陣再分別計算最小二乘回歸系數向量和其中列向量由輸出向量的第10至第N個元素組成，列向量由輸出向量的第10至第N個元素組成；

上述實施步驟完成了對尾氣硫物質濃度的軟測量建模，接下來就是利用在線實時測量的5個流量數據，實現對尾氣硫物質濃度，也就是H₂S與SO₂濃度的實時在線預測，具體實施步驟如下所示；

步驟(8)：在最新采樣時刻t，對5個流量儀表測量到的數據v₁(t)，v₂(t)，v₃(t)，v₄(t)，v₅(t)進行歸一化處理，得到歸一化后的數據具體的歸一化方式如下所示：

上式中，i∈{1，2，3，4，5}；

步驟(9)：根據a_t＝[v(t)，v(t-5)，v(t-7)，v(t-9)]^T組建最新采樣時刻的輸入向量a_t，其中，行向量v(t-5)，v(t-7)，v(t-9)分別表示t-5采樣時刻，t-7采樣時刻，t-9采樣時刻的測量數據經歸一化處理后所組建的行向量；

步驟(10)：以輸入向量a_t做為棧式自編碼器的輸入，依次計算得到第1層自編碼器，第2層自編碼器，直至第M層自編碼器的輸出估計向量具體的實施過程如下所示；

步驟(10.1)：根據公式c₁＝f(W₁^Ta_t+b₁)計算第1層自編碼器隱層的輸出向量c₁，再根據公式計算第1層自編碼器的輸出估計向量并初始化m＝2；

步驟(10.2)：將第m-1層自編碼器的隱層輸出向量c_m-1與輸入向量a_t合并成一個列向量后，再根據公式計算第m層自編碼器隱層的輸出向量c_m；

步驟(10.3)：根據公式計算第m層自編碼器的輸出估計向量步驟(10.4)：判斷是否滿足m＜M；若是，則設置m＝m+1后，返回步驟(10.2)；若否，則得到第M個輸出估計向量

步驟(11)：將輸出估計向量中第一個元素合并成硫化氫濃度估計向量將輸出估計向量中第二個元素合并成二氧化硫濃度估計向量

步驟(12)：根據公式和分別計算出和后，再根據計算出t采樣時刻的尾氣硫化氫與二氧化硫的濃度預測值分別為y_1t與y_2t，其中j∈{1，2}；

步驟(13)：返回步驟(8)，繼續實施對下一個最新采樣時刻的尾氣硫物質濃度的在線預測。