一种应用于间歇过程的故障检测方法

摘要

一种应用于间歇过程的故障检测方法，针对一种属于间歇过程的故障检测对象采用LSTM作为基本神经元，结合批规范化BN技术将每层LSTM的输出值进行零均值和方差归一化处理；再使用SoftMax分类器，通过与真实标签比较建立交叉熵损失得到损失函数，将输入向量的特征转换为概率分布；根据损失函数的梯度反向传播，运用自适应RMSProp学习方法，逐渐接近损失函数的局部最小值；每一次对网络学习训练后都进行测试数据的准确率检测，当测试数据的预测与真实值之间的交叉熵损失不再明显的降低时停止训练；利用该发明方法设计的网络模型，经过训练后可对间歇过程进行故障识别，在提高识别准确率的同时，逐渐提高网络的深度。