摘要
本发明公开一种受限空间粉尘浓度超前智能预测方法、系统、设备及介质,涉及粉尘防治技术领域。所述方法包括:获取受限空间中的环境参数及当前粉尘浓度;对所述环境参数进行预处理,得到预处理数据;将所述预处理数据和所述当前粉尘浓度输入训练好的深度循环神经网络预测模块中进行预测,得到具有时间序列的粉尘浓度预测值;所述深度循环神经网络预测模块采用基于注意力机制的深度循环神经网络模型;将所述粉尘浓度预测值以图形界面进行展示,并当所述粉尘浓度预测值达到预设阈值时触发报警。本发明能够提高受限空间内粉尘浓度预测的准确性和超前性。
技术关键词
深度循环神经网络
智能预测方法
空间粉尘
梯度下降优化算法
受限
预训练网络
注意力机制
粉尘防治技术
智能预测系统
历史数据特征
多模态数据融合
空间结构特征
时间序列特征
数据采集单元
存储计算机程序
模块
频域特征
统计特征