基于双隐层动态递归神经网络的航煤比重软测量

摘要：

针对原油蒸馏装置常压塔航煤比重模型具有动态特性的特点,提出采用双隐层动态递归神经网络(DRNN)实现比重的软测量,推导了双隐层DRNN的权值学习算法,并利用在线比重分析仪构成了航煤比重软测量模型的在线校正.在某炼油厂常压塔装置实际投用表明,基于双隐层DRNN比重软测量模型具有较高的测量精度.

关键词：双隐层动态递归神经网络、(DRNN)、常压塔、航煤比重、软测量、在线校正

所属期刊栏目：23

分类号：TP21(自动化技术及设备)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：261-264