基于门控递归单元自编码神经网络的煤气化装置汽包异常工况预测

目录

声明

摘要

符号说明

第一章绪论

1．1研究背景及意义

1．2相关技术研究现状

1．2．1工业煤气化装置

1．2．2工业过程异常工况预测

1．2．3自编码神经网络

1．3论文内容与结构安排

第二章GRU自编码神经网络

2．1引言

2．2循环神经网络

2．2．1 RNN神经网络

2．2．2 GRU神经网络

2．3自编码神经网络

2．3．1自编码神经网络

2．3．2 GRU自编码神经网络

2．4实例研究

2．5本章小结

第三章煤气化装置汽包异常液位预测

3．1引言

3．2汽包异常液位预测方法

3．2．1数据多样性特征提取

3．2．2时间特性转化

3．2．3异常液位预测

3．3实例研究

3．3．1对比算法

3．3．2异常液位预测评价指标

3．3．3结果分析

3．4本章小结

第四章煤气化装置汽包异常工况预测

4．1引言

4．2汽包异常工况预测方法

4．2．1异常样本扩充

4．2．2 Sofhnax分类器

4．2．3异常工况预测

4．3实例研究

4．3．1对比算法

4．3．2实验结果

4．4本章小结

第五章结论与展望

5．1结论

5．2展望

参考文献

致谢

研究成果及发表的学术论文

作者及导师简介