文献类型：会议

作　　者：万磊 邓凯 叶龙 隆建

作者单位：[1]华东理工大学能源化工过程智能制造教育部重点实验室 [2]华东理工大学过程系统工程教育部工程研究中心

会议文献：第34届中国过程控制会议论文集

会议名称：第34届中国过程控制会议

会议日期：20230721

会议地点：中国贵州贵阳

出版日期：20230721

语　　种：中文

摘　　要：本文针对工业催化裂化生产过程的多模态、高度非线性、强耦合、连续动态特性进行研究。催化裂化过程中存在噪音,给数据驱动建模带来挑战。为此,本文提出了一种新颖的基于VMD-DA-LSTM的数据驱动建模方法。该方法采用变分模态分解(VMD)解决了经验分解模态(EMD)带来的模态混叠缺陷。通过VMD方法对催化裂化过程中的高附加值产品收率和污染物浓度进行分解,并使用双阶段注意力机制长短期记忆网络(DA-LSTM)对分解后的数据进行预测。与此同时,本文还研究了分解后的残差分量对预测结果的影响,并将分解重构数据和原始数据的残差视为催化裂化过程中的噪音。通过去除残差后,对每个分量进行单独预测,降低了数据的复杂性。实验结果表明,该方法在催化裂化高附加值产品收率和污染物排放的预测中均表现良好,为实现绿色高效生产提供了支撑。

关 键 词：流化催化裂化 数据驱动建模  变分模态分解  DA-LSTM  

分 类 号：TE624.41] TP18]