基于深度學(xué)習的催化裂化過程建模方法

摘要： 針對催化裂化過程復(fù)雜的時空特性，提出了一種結(jié)合時間卷積網(wǎng)絡(luò)(TCN)、注意力機制和反向傳播網(wǎng)絡(luò)(BPNN)的深度學(xué)習建模方法，用于預(yù)測催化裂化的產(chǎn)品收率。首先利用TCN對過程時序數(shù)據(jù)進行深度信息提取，其次利用注意力機制來自適應(yīng)地捕捉時序過程中的時間權(quán)重，以增強模型的信息提取能力，最后利用BPNN將提取后的信息關(guān)聯(lián)到產(chǎn)品收率。為了驗證所提方法的有效性和實用性，將其應(yīng)用于實際的催化...