[发明专利]环境安全预测方法、电子装置及存储介质

权利要求书

1.一种环境安全预测方法，其特征在于，所述方法包括：

筛选多个预设环境状态下环境数据的有效采集点及有效变化区域；

获取位于所述有效采集点及所述有效变化区域的采集装置采集的环境参数及环境参数变化值；

将获取的所述环境参数及所述环境参数变化值作为训练集对神经网络模型进行训练，以生成预测模型；

将所述采集装置采集的当前环境参数及当前环境参数变化值输入所述预测模型，得到环境特征数据；及

根据所述环境特征数据确定当前环境安全的预测结果。

2.如权利要求1所述的环境安全预测方法，其特征在于，所述方法还包括：

根据环境参数最大值及环境参数变化最大值对获取的所述环境参数及所述环境参数变化值进行二值化处理；及

将经过所述二值化处理的所述环境参数及所述环境参数变化值作为训练集输入所述神经网络模型。

3.如权利要求1所述的环境安全预测方法，其特征在于，所述将获取的所述环境参数及所述环境参数变化值作为训练集对神经网络模型进行训练，以生成预测模型包括：

将所述环境参数及所述环境参数变化值作为预设的反向传播神经网络模型的输入层；

判断所述预设的反向传播神经网络模型的输出值与期望输出值的误差是否符合第一预设条件；

当所述预设的反向传播神经网络模型的输出值与期望输出值的误差不符合所述第一预设条件时，对所述预设的反向传播神经网络模型的参数进行调整，直至输出值与期望输出值的误差符合所述第一预设条件，以生成所述预测模型。

4.如权利要求1所述的环境安全预测方法，其特征在于，所述方法还包括：

将参考环境状态下所述采集装置采集的环境参数及环境参数变化值作为验证集输入所述预测模型；

判断所述预测模型的输出值与期望输出值的误差是否符合第二预设条件；

当所述预测模型的输出值与期望输出值的误差符合所述第二预设条件时，确定所述预测模型通过验证；或

当所述预测模型的输出值与期望输出值的误差不符合所述第二预设条件时，继续对所述神经网络模型进行训练。

5.如权利要求1所述的环境安全预测方法，其特征在于，所述将所述采集装置采集的当前环境参数及当前环境参数变化值输入所述预测模型包括：

对所述当前环境参数及所述当前环境参数变化值分别进行平均及加权处理；

对经过平均及加权处理的所述当前环境参数及所述当前环境参数变化值进行二值化处理；及

将经过二值化处理的所述当前环境参数及所述当前环境参数变化值输入所述预测模型。

6.如权利要求1所述的环境安全预测方法，其特征在于，所述环境参数为气体浓度，所述环境参数变化值为气体浓度变化值，所述环境特征数据为空间气体浓度比例，所述方法还包括：

将所述环境特征数据的空间气体浓度比例转换为空间气体浓度。

7.如权利要求6所述的环境安全预测方法，其特征在于，所述预测结果包括多个风险等级，每个风险等级对应一预设浓度范围，所述根据所述环境特征数据确定当前环境安全的预测结果包括：

确定所述空间气体浓度落入的预设浓度范围；及

根据所述落入的预设浓度范围确定当前环境的风险等级，作为所述预测结果。

8.如权利要求7所述的环境安全预测方法，其特征在于，所述方法还包括：

根据专家决策支援系统及当前环境的风险等级确定气体资料及防护措施。

9.一种电子装置，其特征在于，所述电子装置包括：

处理器；及

存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至8中任意一项所述的环境安全预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至8中任意一项所述的环境安全预测方法。