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。