摘要
本发明公开了基于深度学习的甲醇合成塔特征提取及异常检测方法：1、从甲醇合成塔控制系统中获取原始工艺参数；2、对原始工艺参数进行数据预处理；3、设计并搭建适用于甲醇合成塔特征提取的深度学习模型；4、利用预处理后的工艺数据对深度学习模型进行训练；5、通过训练后的深度学习模型从新甲醇合成塔工艺数据中提取特征，获得待测数据特征；6、对待测数据特征进行分析，检测甲醇合成塔工艺参数数据中的异常行为并生成报告。本发明提供的基于深度学习的甲醇合成塔特征提取及异常检测方法，通过对甲醇合成塔工艺参数数据进行端到端的特征提取，更好地捕捉数据中的关键信息和特征，提高对甲醇合成塔异常情况的识别能力。
