1.一种基于参数化FIR模型的动态硫回收软测量建模方法,其特征在于:包括,在硫回收过程中,采用传感器且以固定采样频率对尾气进行实时测量采集,得到硫回收过程的变量序列;
将变量序列用于模型参数优化,同时设置模型超参数;
根据所设置的超参数构建模型结构,并对模型参数初始化;
训练优化模型;
模型预测;
其中,所述变量序列区分为辅助变量和主导变量;
所述模型参数初始化通过如下公式:(2)
其中,lL表示维度为L的全一向量,lL+1和 分别表示维度为L+1、m 的全一向量;
和 表示模型第二层所包含的参数,分别表示第二层的连接权重和(2)
阈值; 表示矩阵W 的第i行第j列所对应的元素;L表示FIR的长度;m表示辅助变量的维(2) (1)
度,m 表示模型隐含层的宽度;上标T表示矩阵或向量的转置,W 表示是模型第一层参数,表示FIR的权重系数。
2.如权利要求1所述的基于参数化FIR模型的动态硫回收软测量建模方法,其特征在于:所述传感器区分为固体金属氧化物半导体传感器和气体流量传感器,所述固体金属氧化物半导体传感器对尾气H2S和SO2浓度进行实时测量采集,所述气体流量传感器对MEA_GAS气体流、AIR_MEA空气流、AIR_MEA_2二次空气流、SWS区域气体流和SWS区域空气流量进行采集。
3.如权利要求2所述的基于参数化FIR模型的动态硫回收软测量建模方法,其特征在于:所述训练优化模型的步骤包括:输入硫回收过程辅助变量与主导变量的采样序列,同时设置参数优化的迭代次数和训练步长;
模型前向传播计算,得到序列;
模型反向传播计算,得到第一、二层参数关于代价函数J的导数;
根据Adam算法对模型参数进行优化;
判断是否到达迭代次数;
更新输出层参数。
4.如权利要求3所述的基于参数化FIR模型的动态硫回收软测量建模方法,其特征在L×m L×L×m
于:所述输入硫回收过程辅助变量,并对计算常数矩阵C∈R 和D∈R ;
其中,所述计算常数矩阵通过如下公式:其中,U表示辅助变量的采样序列;C表示常数矩阵;D表示常数张量;C:,i为矩阵C的第i列列向量,表示第i个辅助变量的均值序列; 和 分别表示矩阵C第t1行第i列和第t2行第i所对应的的元素; 表示三维张量D第t1行第t2列第i块所对应的元素,表示第i个辅助变量t1时刻取值与t2时刻取值的协方差统计量; 和 分别表示第i个辅助标量在第τ‑t1和τ‑t2时刻时的变量取值;n表示输入序列的长度;U(n:1),i=[Un,i,Un‑1,i,…,U1,i],Uj,i为矩阵U第j行第i列所对应的元素;N表示维度;lN表示维度为N的全一行向量;“*”表示离散有限卷积运算。
5.如权利要求4所述的基于参数化FIR模型的动态硫回收软测量建模方法,其特征在于:所述模型前向传播计算,得到序列的步骤包括:利用FIR参数对辅助变量进行滤波;
进行层归一化操作;
计算隐含层的输出序列;
求取第二层输出序列的均值,并对该序列进行归一化。
6.如权利要求5所述的基于参数化FIR模型的动态硫回收软测量建模方法,其特征在于:所述FIR参数对辅助变量进行滤波采用如下公式:(1) (1) L×m
其中,H 为模型第一层的输出结果,W ∈R 为FIR层的参数矩阵; 表示输出序列H(1) (1)
的第i列,U:,i和 分别表示矩阵U和W 的第i列列向量。
7.如权利要求6所述的基于参数化FIR模型的动态硫回收软测量建模方法,其特征在于:所述进行层归一化操作通过如下公式:其中, 和 分别表示列向量 的均值与方差;D:,:,i表示三维张量D第i块所对应的T
矩阵; 向量表示 经过归一化后的结果;lN表示维度为N的全一行向量;C:,i表示列向(1) (1)
量C:,i的转置;W:,i 表示矩阵W 的第i列列向量;lN表示维度为N的全一行向量;ξ表示常量参数。
8.如权利要求7所述的基于参数化FIR模型的动态硫回收软测量建模方法,其特征在于:所述模型反向传播计算,得到第一、二层参数关于代价函数J的导数的步骤包括:求取输出层参数的最优值;
逐层求取第一、二层参数的梯度。
9.如权利要求8所述的基于参数化FIR模型的动态硫回收软测量建模方法,其特征在于:所述模型预测:
将测试集样本的主导变量输入模型;
根据模型前向传播计算出主导变量的预测序列。