一种基于机器学习的用于挥发性有机物预测的模型训练系统、方法和在线预警装置制造方法及图纸

本申请提供了一种基于机器学习的用于挥发性有机物预测的模型训练系统、方法和在线预警装置，其中，模型训练系统包括：数据获取模块；数据预处理模块；数据训练模块；模型评估模块。通过本申请的上述基于机器学习的用于挥发性有机物预测的模型训练系统、方法和在线预警装置，能够得到评估合格的终预测模型，并利用评估合格的终预测模型，来通过目标监测点位实时获得的PID传感器检测数据和气象数据预测标准设备检测数据的预测值；通过PID进行检测，具有PID的监测频率更短、体积小、价格便宜、易于大量布点的优势，另外，预测的标准设备检测数据的预测值为各物质的质量浓度，以能够用于确定各物质的具体检测数值以用于报警。

【技术实现步骤摘要】

本申请涉及计算机，尤其涉及一种基于机器学习的用于挥发性有机物预测的模型训练系统、方法和在线预警装置。

技术介绍

1、在我国，工业园区网格化监测的在线挥发性有机物（volatile organiccompounds，vocs）监测中，一般将质量浓度（μg/m3）作为现有的报警限值单位，以对各有机物的检测浓度进行体现以及报警。

2、目前，通常使用气相色谱质谱（gc-ms）或气相色谱火焰离子化检测器（gc-fid）等标准设备对vocs进行浓度检测。它们具有灵敏度高、线性范围宽、稳定性好等优点，特别是能够分析单个voc物种，且以质量浓度（μg/m3）体现。但此类设备相对昂贵，分析时间较长，时间代表性不够，对工作环境有较高要求，且维护成本较高。

3、光离子化气体检测器（photo ionization detector，pid）是vocs的检测手段之一，其使用紫外灯（uv）作为光源，将物质打成可被检测器检测到的正负离子（离子化），检测器测量离子化后的气体的电荷并将其转化为电流信号，电流被放大并显示出相应的浓度值，在被检测后，离子重新复合成为原本文档来自技高网...

【技术保护点】

1.一种基于机器学习的用于挥发性有机物预测的模型训练系统，其中，包括：

2.如权利要求1所述的模型训练系统，其中，

3.如权利要求1所述的模型训练系统，其中，

4.如权利要求3所述的模型训练系统，其中，

5.如权利要求4所述的模型训练系统，其中，

6.如权利要求3所述的模型训练系统，其中，

7.如权利要求6所述的模型训练系统，其中，

8.如权利要求1所述的模型训练系统，其中，

9.如权利要求8所述的模型训练系统，其中，

10.如权利要求8所述的模型训练系统，其中，

11...

【技术特征摘要】

1.一种基于机器学习的用于挥发性有机物预测的模型训练系统，其中，包括：

2.如权利要求1所述的模型训练系统，其中，

3.如权利要求1所述的模型训练系统，其中，

4.如权利要求3所述的模型训练系统，其中，

5.如权利要求4所述的模型训练系统，其中，

6.如权利要求3所述的模型训练系统，其中，

7.如权利要求6所述的模型训练系统，其中，

8.如权利要求1所述的模型训练系统，其中，

9.如权利要求8所述的模型训练系统，其中，

10.如权利要求8所述的模型训练系统，其中，

11.如权利要求1所述的模型训练系统，其中，

12.如权利要求11所述的模型训练系统，其中，

13.一种基于机器学习的用于挥发性有机物预测的模型训练方法，其中，包括：

14.如权利要求13所述的模型训练方法，其中，

...

【专利技术属性】
技术研发人员：蔡云飞，张倩暄，段玉森，李永帅，车祥，王博，缑冬青，唐颢，伏晴艳，高松，敖坤，赵卓慧，
申请(专利权)人：北京雪迪龙科技股份有限公司，
类型：发明
国别省市：