摘要
本发明公开了一种基于大数据的工业VOCS排放质量评估方法及系统,通过基于VOCS浓度与流量计算单位时间的排放量获取排放强度特征,通过对比治理前后VOCS浓度计算治理效率特征,利用通过ADMS模拟复杂地形下的浓度分布,得到环境影响特征;通过跨模态注意力机制对所述排放强度特征、治理效率特征和环境影响特征进行融合;利用LSTM神经网络预测未来时段的VOCS排放趋势,通过随机森林算法量化治理设备的运行效率;将所述融合特征向量输入至所述动态评估模型中,输出工业VOCS排放质量评估报告。避免了传统单一指标评估的局限性,让评估结果更能全面。
技术关键词
LSTM神经网络
治理设备
随机森林
大数据
注意力机制
评估系统
排放量
跨模态
清洗工业
动态
强度
算法
报告
指数
风险
标准化方法
设备工况
系统为您推荐了相关专利信息
入侵检测方法
双向长短期记忆网络
融合神经网络
概率密度函数
记忆单元
监测管理方法
设备工况
参数
关联规则算法
随机森林模型
语义识别系统
识别模型训练
大数据
真实性验证
语义信息提取
水利大数据
并行策略
多阶段
多处理器
磁盘缓存区
房屋
评估模型训练方法
变量
样本
计算机执行指令