基于BiLSTM-GRU模型的石化工业过程锅炉水质预测

摘要： 为有效掌握石化过程中锅炉水质变化情况并优化水处理过程，提出了一种结合双向长短期记忆网络（BiLSTM）与门控循环单元（GRU）的BiLSTM-GRU组合预测模型。该模型通过BiLSTM捕捉水质参数时间序列中的依赖关系，并结合GRU提升训练效率，实现对锅炉水质中pH、溶解氧、磷酸盐和高浓度硅酸盐等关键水质指标的精准预测。结果显示，BiLSTM-GRU组合模型的平均绝对误差（MAE... （共6页）