高斯混合模型嵌入的GRU自编码器高炉异常监测方法.pdfVIP

下载本文档

0
0
约1.56万字
约 15页
2023-05-18 发布于北京
举报
版权申诉

高斯混合模型嵌入的GRU自编码器高炉异常监测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种高斯混合模型嵌入的GRU自编码器高炉异常监测方法，利用GRU作为编码器捕捉数据的动态特性；然后利用高斯混合模型在隐变量空间聚类数据，适应高炉不同的工作模态；隐变量经过解码器重构后得到重构误差，计算基于概率的SPE统计量及其上限，实现监测目的，并在故障发生时根据重构误差增量计算不同变量与故障的相关程度；所述利用GRU作为编码器捕捉数据的动态特性为：所述的自编码器分为编码器和解码器两部分，将GRU作为自编码器的编码器部分。本发明有效地降低了算法的误报率，可以及时对过程故障进行预警，并

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114854920 A (43)申请公布日 2022.08.05 (21)申请号 202210486776.3 (22)申请日 2022.05.06 (71)申请人浙江大学地址 310058 浙江