申请/专利权人：中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司

申请日：2021-07-14

公开（公告）日：2024-04-02

公开（公告）号：CN113610217B

主分类号：G06F30/27

分类号：G06F30/27

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.11.23#实质审查的生效;2021.11.05#公开

摘要：本发明提供了一种客运站环境温度预测方法及装置，包括：接收与当前时间对应的采集数据；基于所述采集数据采用预设的第一LSTM模型进行预测，得到环境特征变量预测结果；基于所述环境特征变量预测结果采用预设的LightGBM模型，得到相应的温度预测值。本发明利用LSTM模型和LightGBM模型进行未来时间的温度值预测，能够减少温度预测值与未来温度真实值的误差，从而提高了未来温度值的预测准确率，进而辅助客运站工作人员进行提前决策，如提前设定合适的空调温度值与通风量大小，达到节能减排的目的。

主权项：1.一种客运站环境温度预测方法，其特征在于，包括：接收与当前时间对应的采集数据；其中，所述采集数据为环境传感器采集的湿度值、二氧化碳值、PM2.5值、以及PM10值；将当前时间对应的湿度值、二氧化碳值、PM2.5值、以及PM10值中的一项或多项数值作为输入数据输入至预设的第一LSTM模型进行预测，得到环境特征变量预测结果；其中，所述环境特征变量预测结果为与所述输入数据对应的预测结果；与所述输入数据对应的预测结果包括：预设未来时间的湿度值，和或，二氧化碳值，和或，PM2.5值，和或，PM10值；所述预设的第一LSTM模型为采用湿度值、二氧化碳值、PM2.5值、以及PM10值中的一项或多项样本数值作为输入数据，以及，与所述样本数值对应的环境特征变量预测结果作为输出数据，基于机器学习算法训练得到的；将所述环境特征变量预测结果输入至预设的LightGBM模型，得到相应的温度预测值；其中，所述预设的LightGBM模型为采用环境特征变量预测结果样本数值作为输入数据，以及，与所述样本数值对应的温度预测值作为输出数据，基于机器学习算法训练得到的。

全文数据：

权利要求：

百度查询： 中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司 客运站环境温度预测方法及装置

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