一种基于TCN神经网络的PM2.5预测方法

本发明公开了一种基于TCN神经网络的PM2.5预测方法，包括获取空气监测站点PM2.5历史数据集并预处理；采用经验模态分解算法将数据进行分解，得到各IMF分量以及残差量；计算各IMF分量以及残差量的样本熵；根据各IMF分量的样本熵，利用K均值聚类算法将IMF分量分成高、中、低频分量；利用变分模态分解算法对高频分量采用进行再分解，得到变分模态分解后的IMF分量以及对应的残差量；针对变分模态分解后的IMF分量以及对应的残差量，以及中、低频分量，分别构建TCN预测模型；将每个TCN预测模型所得预测值进行反归一化处理，再聚合得到最终的PM2.5预测值。本发明为空气质量管理提供更加准确和可靠的预测结果。