一种臭氧浓度预测方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种臭氧浓度预测方法、装置、设备及可读存储介质，应用于臭氧检测领域，包括：获取历史臭氧序列数据，并利用变分模态分解对历史臭氧序列数据进行分解，得到多个模态分量；计算历史臭氧序列数据与多个模态分量之和的差值，得到剩余残差项；利用模态分解算法对剩余残差项进行分解，得到多个本质模态分量；利用神经网络对每个本质模态分量进行预测，得到每个本质模态分量对应的预测结果，并将所有的预测结果相加，得到残差项最终预测结果；计算多个模态分量和残差项最终预测结果的和，得到臭氧浓度预测结果。本发明专利技术在臭氧浓度预测的过程中，除了使用模态分量信息之外，还利用剩余残差项二次分解信息，使得对臭氧浓度的预测更加准确。的预测更加准确。的预测更加准确。

【技术实现步骤摘要】
一种臭氧浓度预测方法、装置、设备及可读存储介质


[0001]本专利技术涉及臭氧检测
，特别涉及一种臭氧浓度预测方法、装置、设备及可读存储介质。

技术介绍

[0002]臭氧是大气的组成成分之一，当其在大气中的含量较低时，对人类健康和生态环境具有益处，但当其在大气中的含量较高时，则会导致损害人体健康、破坏生态环境平衡等问题。臭氧的浓度通常受生产生活气体排放及气象条件等因素的影响，例如生产生活中排放的氮氧化物、一氧化碳和挥发性有机物等臭氧前体物在受到阳光照射后会产生臭氧，又例如强度较大的太阳辐射和较高的温度都会促进臭氧的合成。
[0003]为实现对臭氧污染物的管控，首先要做的便是对臭氧浓度的准确预测，现有采用分解技术和组合模型对臭氧浓度预测的传统臭氧浓度预测研究中，忽略了分解原始序列后产生的残差项，但该残差项中包含了重要的成分信息。因此，现有技术由于忽略了分解原始序列后残差项包含的信息，使得臭氧检测结果不够准确，无法准确预测空气中的臭氧含量。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供臭氧浓度预测方法、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种臭氧浓度预测方法，其特征在于，包括：获取历史臭氧序列数据，并利用变分模态分解对所述历史臭氧序列数据进行分解，得到多个模态分量；计算所述历史臭氧序列数据与所述多个模态分量之和的差值，得到剩余残差项；利用模态分解算法对所述剩余残差项进行分解，得到多个本质模态分量；利用神经网络对每个本质模态分量进行预测，得到每个本质模态分量对应的预测结果，并将所有的预测结果相加，得到残差项最终预测结果；计算所述多个模态分量和所述残差项最终预测结果的和，得到臭氧浓度预测结果。2.根据权利要求1所述的臭氧浓度预测方法，其特征在于，所述利用模态分解算法对所述剩余残差项进行分解，得到多个本质模态分量，包括：利用集合经验模态分解算法对所述剩余残差项进行分解，得到多个本质模态分量。3.根据权利要求1所述的臭氧浓度预测方法，其特征在于，所述获取历史臭氧序列数据，包括：获取历史时间段中采集的原始气象物理量；对所述原始气象物理量进行数据清洗，以得到基于时间对齐的所述历史臭氧序列数据。4.根据权利要求1至3任一项所述的臭氧浓度预测方法，其特征在于，所述利用神经网络对每个本质模态分量进行预测，得到每个本质模态分量对应的预测结果，包括：利用长短时记忆神经网络对每个本质模态分量进行预测，得到所述每个本质模态分量对应的预测结果。5.根据权利要求1所述的臭氧浓度预测方法，其特征在于，所述获取历史臭氧序列数据，包括：从空气质量检测站获取所述历史臭氧序列数据。6.一种臭氧浓度预测装置，其特征在于，包括：模态分量获取模块，用于获取...

【专利技术属性】
技术研发人员：尤佳，李京兵，黄梦醒，郑俊华，龚诚，武贵路，刘婧，
申请(专利权)人：海南大学，
类型：发明
国别省市：