一种基于深度学习的NO与SO2混合气体浓度检测方法

本发明公开了一种基于深度学习的NO与SO2混合气体浓度检测方法，该方法通过获取待检测的NO与SO2混合气体，将待检测的NO与SO2混合气体输入至训练后的混合气体浓度检测模型，得到NO与SO2各自单一气体的浓度检测结果；该模型通过基于双向长短期记忆网络的分离重构模型进行混合气体光谱分离重构，以一次性得到作为分离重构模型输出的NO与SO2两个单一气体的差分吸收光谱，然后，通过基于TCN+RNN网络的浓度检测模型对输入序列数据进行特征提取并进行浓度预测，以得到作为输出的NO与SO2各自单一气体的浓度检测结果。本发明方法能够实现对混合气体的光谱分离和NO与SO2浓度的精准检测，从而克服SO2和NO交叉敏感与传统处理方法无法准确分离SO2和NO差分光学的难题。