申请/专利权人：太原理工大学

申请日：2023-12-13

公开（公告）日：2024-03-22

公开（公告）号：CN117741820A

主分类号：G01W1/10

分类号：G01W1/10;G06N3/0442;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及空气中PM2.5的预测方法，具体为一种小时PM2.5浓度预测方法。本发明通过使用CEEMDAN和VMD对PM2.5历史序列进行二次分解，融合全球导航卫星系统GNSS反演的可降水量PWV、气象参数（相对湿度、压强、温度、风速）、空气污染因子（PM10、SO2、NO2、CO、O3），使用基于注意力机制的双向长短期记忆网络建立预测模型，实现对小时PM2.5浓度的精准预测。

主权项：1.一种小时PM2.5浓度预测方法，其特征在于：包括以下步骤：首先对PM2.5历史序列进行二次分解，第一次分解使用自适应噪声完备集合经验模态分解对原始PM2.5历史序列进行分解，分解得到本征模态函数IMF2、IMF3，、…、IMFN和残差向量RES，第二次分解使用变分模态分解对IMF1进行分解，得到本征模态函数VMF1、VMF2、…、VMFK，在对PM2.5历史序列进行二次分解后，融合全球导航卫星系统GNSS反演的可降水量PWV、气象参数、空气污染因子多特征M，形成特征空间数据VMF1，M、VMF2，M、…、VMFK，M、IMF2，M、IMF3，M、…、IMFn，M、RES，M，并且特征空间数据按比例分为了数据集和预测集，使用基于注意力机制的双向长短期记忆网络建立预测模型，先用数据集训练预测模型，再对由训练好的预测模型根据预测集得到的所有预测值进行重构，即可获得最终的PM2.5浓度预测结果，实现对下一小时PM2.5浓度的预测。

全文数据：

权利要求：

百度查询： 太原理工大学 一种小时PM2.5浓度预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD