【技术实现步骤摘要】
本申请涉及固废利用规划，更具体地说，是涉及一种基于深度学习的城市危险废物产生量预测方法和装置。
技术介绍
1、对城市固废进行高效的资源化利用是城市发展中的重要问题。其中，危险固废包括化学品和化学制品(例如电池、药品、油漆、农药等固废)、工业废物(例如矿物油、溶剂、金属加工废物、电镀废物等固废)、电子废物(例如电脑、手机、电视等电子产品固废)和医疗废物(例如感染性废物、病理废物、化学废物等固废)。如何对危险固废回收利用是固废资源化利用中的关键问题，因此对危险固废的产生进行预测，是对后续危险固废的高效回收利用的关键环节。
2、专利申请cn113761801a(申请号：cn202111051983.8)提供了一种电子固废产生量智能预测方法，包括获取待预测地区与电子固废产生量相关的历史数据，将历史数据随机划分为训练集和测试集；利用训练集建立电子固废产生量机理模型，对机理模型进行求解，得到机理模型的输出预测序列；对机理模型输出预测序列与实际的电子固废产生量之间的误差进行智能补偿，得到电子固废产生量智能预测结果。专利申请cn113761...
【技术保护点】
1.一种基于深度学习的城市危险废物产生量预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述预设增幅条件包括：目标危险固废产生单位在第一突变时间点处和第一突变时间点后的时序产生量增幅的平均值和预设时序产生量增幅的差值小于预设增幅差值。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
6.如权利要求5所述的方法，其特征在于，获取危险固废产生单位集合中的所有危...
【技术特征摘要】
1.一种基于深度学习的城市危险废物产生量预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求2所述的方法，其特征在于，所述预设增幅条件包括：目标危险固废产生单位在第一突变时间点处和第一突变时间点后的时序产生量增幅的平均值和预设时序产生量增幅的差值小于预设增幅差值。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
6.如权利要求5所述的方法，其特征在于，获取危险固废产生单位集合中的所有危险固废产生单位的目标类型的危险固废的第一时序总产生量，包括：
...【专利技术属性】
技术研发人员：赵伟，刘奇，徐道广，徐辉，
申请(专利权)人：广州市广源物联科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。