公开(公告)号：CN109669017A

公开(公告)日：2019-04-23

申请号：CN201710964729.4

申请日：2017-10-17

申请人： 中国石油化工股份有限公司 ,  中国石油化工股份有限公司青岛安全工程研究院

发明人： 牛鲁娜 ,  胡海军 ,  兰正贵 ,  李云 ,  韩磊 ,  张钰 ,  屈定荣

IPC分类号： G01N33/18 ,  G06K9/62 ,  G06N3/08

摘要： 本发明涉及一种基于深度学习的炼厂蒸馏塔顶切水离子浓度预测方法，主要解决现有技术中由于提供数据不及时而导致的人力和时间成本较高的问题。本发明通过采用一种首先根据所有监检测数据的最小时间尺度进行时间同步；针对非量化数据进行量化处理，并进行数据归一化，组建因素表X和对照表Y；建立包含多层限制玻尔兹曼机RBM的深度置信网络；通过逐层学习，获得深度置信网络的最优参数，最后一层RBM输出结果为 运用支持向量机回归分析方法建立与Y之间非线性映射关系的技术方案较好地解决了上述问题，可用于炼厂蒸馏塔顶切水离子浓度预测中。

公开(公告)号：CN109669017B

公开(公告)日：2021-04-27

申请号：CN201710964729.4

申请日：2017-10-17

申请人： 中国石油化工股份有限公司 ,  中国石油化工股份有限公司青岛安全工程研究院

发明人： 牛鲁娜 ,  胡海军 ,  兰正贵 ,  李云 ,  韩磊 ,  张钰 ,  屈定荣

IPC分类号： G01N33/18 ,  G06K9/62 ,  G06N3/08

摘要： 本发明涉及一种基于深度学习的炼厂蒸馏塔顶切水离子浓度预测方法，主要解决现有技术中由于提供数据不及时而导致的人力和时间成本较高的问题。本发明通过采用一种首先根据所有监检测数据的最小时间尺度进行时间同步；针对非量化数据进行量化处理，并进行数据归一化，组建因素表X和对照表Y；建立包含多层限制玻尔兹曼机RBM的深度置信网络；通过逐层学习，获得深度置信网络的最优参数，最后一层RBM输出结果为运用支持向量机回归分析方法建立与Y之间非线性映射关系的技术方案较好地解决了上述问题，可用于炼厂蒸馏塔顶切水离子浓度预测中。