一种PM2.5浓度预测方法、装置及系统和存储介质

本发明涉及环保技术领域，具体公开一种PM2.5浓度预测方法、装置及系统和存储介质，使用变分模态分解方法对PM2.5浓度序列进行分解，其中应用粒子群优化算法对VMD中的参数寻优，并结合观察中心频率确定参数，VMD能够深度提取序列在不同频率上的特征与信息，从而降低后续深度学习模型的拟合难度，提高模型的效率；将分解得到的若干个本征模函数分别输入长短期记忆网络进行拟合得到各分量的预测值，为进一步提高模型的预测精度，引用灰狼优化算法对各分量的权重进行重构优化，不断修正各分量对于预测结果的贡献，将权重与各分量预测结果对应相乘后相加，输出VMD‑LSTM‑GWO组合模型的预测值，从而解决解决PM2.5浓度数据波动变化信息的复杂性以及传统模型预测精度不高的问题。