数据集概述
本数据集是论文“Deep learning for industrial processes: Forecasting amine emissions from a carbon capture plant”的补充数据，包含碳捕集厂胺排放预测相关的原始测量数据、预处理后的数据集、模型缩放器对象及模型检查点文件，用于支持工业过程深度学习预测模型的研究与验证。
文件详解
- 原始测量数据文件
- 文件名称：遵循
day*_raw.xlsx模式（如day1_raw.xlsx、day8_raw.xlsx等）
- 文件格式：XLSX
- 字段映射介绍：包含碳捕集厂胺排放相关的原始测量数据（具体字段未提供预览）
- 预处理数据集文件
- 文件名称：20210624_df_cleaned.pkl、20210508_df_for_causalimpact.pkl
- 文件格式：PKL
- 字段映射介绍：经过清洗和预处理的数据集，用于模型训练或因果分析（具体字段未提供预览）
- 模型缩放器对象文件
- 文件名称：20210812_x_scaler_reduced_feature_set、20210812_y_transformer__reduced_feature_set、20210812_y_transformer_co2_ammonia_reduced_feature_set
- 文件格式：无扩展名（推测为joblib格式）
- 字段映射介绍：用于模型输入特征（X）和输出标签（Y）的缩放器对象，支持数据标准化处理
- 模型检查点文件
- 文件名称：20210812_2amp_pip_model_reduced_feature_set_darts_model_best_10.pth.tar、20210812_co2_ammonia_model_reduced_feature_set_darts_model_best_10.pth.tar
- 文件格式：TAR
- 字段映射介绍：深度学习模型（TCNModelDropout）的训练检查点文件，可通过指定代码加载（如加载路径20210812_2amp_pip_model_reduced_feature_set_darts下的model_best.pth.tar）
数据来源
论文“Deep learning for industrial processes: Forecasting amine emissions from a carbon capture plant”
适用场景
- 工业过程深度学习模型研究: 用于开发和验证碳捕集厂胺排放预测的深度学习模型（如TCN模型）
- 碳捕集过程排放预测分析: 基于原始测量数据和预处理数据集，分析胺排放的变化规律及预测方法
- 模型复现与优化: 利用模型缩放器对象和检查点文件，复现论文中的预测模型并进行参数优化
- 工业AI应用验证: 验证深度学习技术在工业碳捕集过程排放预测场景中的可行性与效果
