基于ST-UPFNN算法的高含硫天然气净化工艺的动态演化建模方法

摘要

本发明提供的基于ST‑UPFNN算法的高含硫天然气净化工艺的动态演化建模方法，包括选取影响脱硫效率的工艺参数和脱硫单元的性能指标；采集预设时间的所述工艺参数和所述性能指标的数据，剔除误差样本后形成样本集；对样本集进行归一化，形成归一化样本集，从归一化样本集中选取训练样本和测试样本；基于训练样本构建神经网络模型并确定初始状态变量；利用ST‑UPFNN算法估计最优状态变量；将最优状态变量作为神经网络模型的连接权值和阈值，获得权值阈值更新后的神经网络模型；将测试样本输入到更新后的神经网络模型，得到预测结果，将预测结果与测试样本中的实际输出进行比较，如果比较结果小于预设误差值，所构建的神经网络模型有效。