基于大数据的气体浓度预测模型建立方法及系统

本发明公开了基于大数据的气体浓度预测模型建立方法及系统，涉及气体浓度预测技术领域，包括如下步骤：采集有害气体的浓度数据，并进行异常数据筛选处理，得到初始气体浓度数据；进行数据漂移平滑处理，并进行数据模态分解处理，得到多模态气体浓度数据；基于多模态气体浓度数据构建浓度变化预测模型，并进行浓度变化预测，得到初始浓度变化数据；构建预测浓度补偿方法，对初始浓度变化数据进行误差补偿，得到气体浓度预测数据；本发明用于解决现有的气体浓度预测技术在利用机器学习模型对空间的气体浓度进行预测时，直接将模型输出的结果作为最终的预测值，无法对预测误差进行有效控制和修正，影响预测的准确性与可靠性的问题。