[发明专利]烟气污染物生成量预测方法及装置

权利要求书

1.一种烟气污染物生成量预测方法，其特征在于，所述方法包括：

获取目标检测区域内的当前烟气浓度数据；

对所述当前烟气浓度数据进行预处理，根据预处理结果构建所述当前烟气浓度数据对应的三维特征向量；

将所述三维特征向量输入至预设循环神经网络模型中，获得所述目标检测区域对应的第一预测浓度数据；

将所述当前烟气浓度数据和历史烟气浓度数据输入至所述预设循环神经网络模型中，获得所述目标检测区域对应的第二预测浓度数据；

根据预设权重值对所述第一预测浓度数据和所述第二预测浓度数据进行权重处理，获得所述目标检测区域的未来一定时间内的预测烟气生成量数据。

2.如权利要求1所述的烟气污染物生成量预测方法，其特征在于，所述获取目标检测区域内的当前烟气浓度数据的步骤包括：

获取目标检测区域内第一预设时间点的第一烟气浓度数据；

获取所述目标检测区域内第二预设时间点的第二烟气浓度数据；

根据归一化算法对所述第一烟气浓度数据和所述第二烟气浓度数据进行归一化处理，获得所述目标检测区域对应的当前烟气浓度数据。

3.如权利要求2所述的烟气污染物生成量预测方法，其特征在于，所述对所述当前烟气浓度数据进行预处理，根据预处理结果构建所述当前烟气浓度数据对应的三维特征向量的步骤包括：

获取所述当前烟气浓度数据对应的各检测时间点的温度数据；

获取所述当前烟气浓度数据对应的各检测时间点所在空间的气压数据；

根据所述温度数据、所述气压数据和所述当前烟气浓度数据构建所述当前烟气浓度数据对应的三维特征向量。

4.如权利要求1所述的烟气污染物生成量预测方法，其特征在于，所述获取目标检测区域内的当前烟气浓度数据的步骤之前，还包括：

获取目标检测区域对应的历史烟气浓度数据；

获取所述历史烟气浓度数据对应的历史温度和历史气压；

将所述历史烟气浓度数据、所述历史温度和所述历史气压输入至初始神经网络模型进行迭代训练，获得循环神经网络模型。

5.如权利要求4所述的烟气污染物生成量预测方法，其特征在于，所述将所述历史烟气浓度数据、所述历史温度和所述历史气压输入至初始神经网络模型进行迭代训练，获得循环神经网络模型的步骤包括：

将所述历史烟气浓度数据、所述历史温度和所述历史气压输入至初始神经网络模型进行迭代训练，获得训练模型；

将检测数据输入至所述训练模型中，判断输出结果是否达到预测范围；

在所述输出结果未达到所述预测范围时，将历史烟气浓度数据输入至所述训练模型中进行反向训练，直至所述输出结果达到所述预测范围，并将所述输出结果达到所述预测范围时所对应的训练模型作为循环神经网络模型。

6.一种烟气污染物生成量预测装置，其特征在于，所述装置包括：

数据获取模块，用于获取目标检测区域内的当前烟气浓度数据；

数据处理模块，用于对所述当前烟气浓度数据进行预处理，根据预处理结果构建所述当前烟气浓度数据对应的三维特征向量；

浓度预测模块，用于将所述三维特征向量输入至预设循环神经网络模型中，获得所述目标检测区域对应的第一预测浓度数据；

浓度预测模块，还用于将所述当前烟气浓度数据和历史烟气浓度数据输入至所述预设循环神经网络模型中，获得所述目标检测区域对应的第二预测浓度数据；

生成量显示模块，用于根据预设权重值对所述第一预测浓度数据和所述第二预测浓度数据进行权重处理，获得所述目标检测区域的未来一定时间内的预测烟气生成量数据。

7.如权利要求6所述的烟气污染物生成量预测装置，其特征在于，所述数据获取模块，还用于获取目标检测区域内第一预设时间点的第一烟气浓度数据；

所述数据获取模块，还用于获取所述目标检测区域内第二预设时间点的第二烟气浓度数据；

所述数据获取模块，还用于根据归一化算法对所述第一烟气浓度数据和所述第二烟气浓度数据进行归一化处理，获得所述目标检测区域对应的当前烟气浓度数据。