成果信息
本發(fā)明涉及一種基于LSTM 和MLP結合的化工過程故障診斷方法。本發(fā)明首先將原始一維數(shù)據(jù)通過降維，去掉部分冗余數(shù)據(jù)點。其次將得到的一維數(shù)據(jù)輸入堆疊的LSTM，提取得到具有時間特性的特征信息。然后通過 Flatten層將LSTM的輸出數(shù)據(jù)展開，輸入到由全連接層堆疊而成的 MLP 中。最后由最后一層全連接層中的 Softmax分類器進行故障類別的分類。本發(fā)明充分利用了 LSTM 與 MLP 網絡在時間與空間方面特征提取的優(yōu)勢，在兩層LSTM 后使用 MLP 網絡去進行整體的特征提取與學習，本發(fā)明運用于非線性、高耦合、時變以及多特征點的化工過程數(shù)據(jù)，診斷效果較好。 )
背景介紹
本發(fā)明涉及一種基于LSTM 和MLP結合的化工過程故障診斷方法。)
應用前景
-)
主辦單位： 郴州市科學技術局
技術支持： 長沙諾為信息技術有限公司
郴州市科學技術局版權所有 ICP備案號： 湘ICP備10209074號-33
公安備案號 ：
43110302000213
