1.一种基于有监督型SAE的尾气硫化氢浓度实时监测方法，其特征在于，包括以下步骤：首先，离线建模阶段包括如下所示步骤(1)至步骤(7)；

步骤(1)：利用5个流量仪表实时测量硫回收装置中的流量数据，直至采集得到N个样本数据，分别记录成5个列向量x1，x2，x3，x4，x5，并利用离线分析仪获取相同采样时刻排放尾气中硫化氢的N个浓度数据，对应记录成列向量y，其中xi由第i个流量的N个样本数据组成，i∈{1，2，3，4，5}分别对应于未进化尾气流量，两个燃烧室的空气进料流量，酸‑水汽提过程的气相流量，和酸‑水汽提过程的空气流量；

步骤(2)：根据如下所示公式对x1，x2，x3，x4，x5和y分别实施归一化处理，对应得到5个数据向量 和一个输出向量 并将数据向量 组建成一个数据矩阵

N×5

其中，R 表示N×5维的实数矩阵，表示归一化处理后的第i个数据向量，xi(min)表示列向量xi中的最小值，xi(max)表示列向量xi中的最大值，ymin与ymax分别表示列向量y中的最小值和最大值；

步骤(3)：根据如下所示公式组建N‑9个输入向量z1，z2，…，zn，其中n＝N‑9；

T

zj＝[X(j+9)，X(j+4)，X(j+2)，X(j)]    ②上式中，X(j+9)，X(j+4)，X(j+2)，X(j)分别表示数据矩阵X中的第j+9行，第j+4行，第j+

20×1 20×1

2行和第j行的行向量，j∈{1，2，…，n}，zj∈R 表示第j个输入向量，R 表示20×1维的实数向量，上标号T表示矩阵或向量的转置；

步骤(4)：搭建一个由M层自编码器串联组成的有监督型SAE，并确定隐层神经元激活函数f(u)，输出层神经元激活函数ζ(u)，和各层自编码器的隐层神经元个数h1，h2，…，hM；其中u表示函数自变量；

步骤(5)：利用BP算法依次训练有监督型SAE中第1层自编码器，第2层自编码器，直至第M层自编码器的隐层和输出层的权重系数W1，W2，…，WM和 以及隐层和输出层的阈值b1，b2，…，bM和 具体的实施过程如步骤(5.1)至步骤(5.5)所示；

步骤(5.1)：第1层自编码器的输入层有20个神经元，隐层有h1个神经元，输出层有1个神经元，并分别初始化隐层和输出层的权重系数和阈值；

步骤(5.2)：以z1，z2，…，zn做为第1层自编码器的输入，同时以 做为第1层自编码器的输出，利用BP算法训练得到第1层自编码器的隐层和输出层的权重系数和 以及隐层和输出层的阈值 和 后，初始化m＝1，其中分别表示输出向量 中的第10个，第11个，至第N个元素， 表示h1×1维的实数向量；

步骤(5.3)：第m+1层自编码器的输入层有hm个神经元，隐层有hm+1个神经元，输出层有1个神经元，并分别初始化隐层和输出层的权重系数和阈值；

步骤(5.4)：以第m层自编码器隐层的输出向量g1(m)，g2(m)，…，gn(m)做为第m+1层自编码器的输入，同时以 做为第m层自编码器的输出，再次利用BP算法训练得到第m+1层自编码器的隐层和输出层的权重系数 和 以及隐层和输出层的阈值 和 其中 表示hm×hm+1维的实数矩阵， 表示hm+1×1维的实数向量，g1(m)，g2(m)，…，gn(m)的计算方式如下所示：上式中，j∈{1，2，…，n}；

步骤(5.5)：判断是否满足m+1＜M；若是，则设置m＝m+1后返回步骤(5.3)；若否，则训练结束，保留栈式自编码器所有的权重系数W1，W2，…，WM和 以及阈值b1，b2，…，bM和步骤(6)：根据公式 计算出第m层自编码器的输出估计值并将这些输出估计值组成估计值向量

重复步骤(6)直至得到各层自编码器的估计值向量 其中上标号T表示矩阵或向量的转置；

步骤(7)：将估计值向量 组成估计值矩阵 后，

计算最小二乘回归系数向量 其中列向量

上述实施步骤完成了对尾气H2S浓度的软测量建模，接下来就是利用在线实时测量的5个流量数据，实现对尾气H2S浓度的实时监测，具体实施步骤如下所示；

步骤(8)：在最新采样时刻t，对5个流量仪表测量到的数据v1(t)，v2(t)，v3(t)，v4(t)，v5(t)进行归一化处理，得到归一化后的数据 具体的归一化方式如下所示：

上式中，i∈{1，2，3，4，5}；

T

步骤(9)：根据at＝[v(t)，v(t‑5)，v(t‑7)，v(t‑9)]组建最新采样时刻的输入向量at，其中，行向量 v(t‑5)，v(t‑7)，v(t‑9)分别表示t‑5采样时刻，t‑7采样时刻，和t‑9采样时刻的测量数据经归一化处理后的数据组建的行向量；

步骤(10)：以输入向量at为有监督型SAE的输入，利用步骤(5.5)中保留的权重系数和阈值，依次计算得到第1层自编码器，第2层自编码器，直至第M层自编码器的输出估计值具体的实施过程如下所示；

T

步骤(10.1)：根据公式c1＝f(W1 at+b1)计算第1层自编码器隐层的输出向量c1，再根据公式 计算第1层自编码器的输出估计值yt(1)，并初始化m＝2；

步骤(10.2)：根据公式 计算第m层自编码器隐层的输出向量cm，再根据公式 第m层自编码器的输出估计值

步骤(10.3)：判断是否满足m＜M；若是，则设置m＝m+1后，返回步骤(10.2)；若否，则得到第M 个输出 估计值 并 将之 组建成 一个估 计值向 量步骤(11)：根据公式 计算出 后，再根据 计算t采样时刻的尾气硫化氢浓度的监测值yt；

步骤(12)：返回步骤(8)，继续实施对下一个最新采样时刻的尾气硫化氢的浓度在线监测。