摘要
针对化工生产过程安全监控及故障诊断的智能化需求,提出一种融合深度学习的化工故障诊断技术方案,该方案采用卷积神经网络与长短期记忆网络相结合的深度学习模型,实现从多源传感器数据中自动提取与学习故障特征。同时引入残差网络与注意力机制增强模型对长序列时间数据的感知能力,方案还结合决策树分类器与贝叶斯网络推理模型,对化工过程状态进行识别并优化预警策略,实验结果表明所提方案在各项评价指标上均优于传统方法,诊断准确率达到97.3%为化工安全生产提供了新型技术支持。
出处
《奥秘》
2022年第6期22-24,共3页
Aomi Pictorial
