模型训练方法、粉尘浓度预测的方法、系统、设备及介质

本发明公开了一种模型训练方法、粉尘浓度预测的方法、系统、设备及介质，包括：获取待训练的历史时间段内粉尘浓度监测的训练数据和粉尘浓度历史数据；对训练数据进行预处理；对预处理后的训练数据进行特征筛选以提取特征向量数据；将特征向量数据和粉尘浓度历史数据输入LSTM模型并采用注意力机制进行训练，生成粉尘浓度预测模型。本发明对训练数据进行预处理，增强粉尘浓度预测模型的训练准确性；通过特征筛选和LSTM‑注意力耦合结构，增强粉尘浓度监测的训练数据中关键特征捕获能力，加速模型收敛，提高电除尘粉尘浓度预测精度，降低DCS系统除尘能耗。