一种颗粒物浓度的确定方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种颗粒物浓度的确定方法、装置、电子设备及存储介质，所述确定方法包括：获取颗粒传感器采集到的电压值、环境温度信息以及环境湿度信息；将所述电压值、所述环境温度信息以及所述环境湿度信息输入至预先训练好的颗粒物浓度拟合模型之中，对所述电压值、所述环境温度信息以及所述环境湿度信息进行非线性曲线拟合，预测出在所述电压值、所述环境温度信息以及所述环境湿度信息下的颗粒物浓度；其中，所述颗粒物浓度拟合模型是通过对BP神经网络模型进行迭代训练得到的。利用颗粒物浓度拟合模型可以自动化的准确预测出颗粒物浓度，并且当环境温度信息以及环境湿度信息发生剧烈变化时也能保证预测结果的稳定性。

【技术实现步骤摘要】

本申请涉及颗粒物浓度确定，尤其是涉及一种颗粒物浓度的确定方法、装置、电子设备及存储介质。

技术介绍

1、目前，对于颗粒物浓度的确定通常采用坐标点标定和卡尔曼滤波器等方法进行数据信号的处理，坐标点标定法为工程法，在工作环境范围内大量的采集坐标点，将曲线进行微分，点与点之间一般采用一次函数进行计算卡尔曼滤波器法为推理法，利用现有的数据计算状态转移矩阵、控制矩阵和观测转移矩阵，使用当前时刻的数据来推导下一时刻的数据，并在下一时刻采集到数据后进行判断处理。但是，坐标点标定法需要提前规划坐标点的个数，在标准标定室内对每个坐标进行标定，耗费的人力成本大。卡尔曼滤波器是典型的预测算法，且其在面对多参数和非线性参数时，常常会因为其他参数的干扰而使输出结果产生剧烈的变化。所以，如何提高颗粒物浓度确定的准确性成为了不容小觑的技术问题。

技术实现思路

1、有鉴于此，本申请的目的在于提供一种颗粒物浓度的确定方法、装置、电子设备及存储介质，利用颗粒物浓度拟合模型可以自动化的准确预测出颗粒物浓度，并且当环境温度信息以及环境湿度信息发生剧本文档来自技高网...

【技术保护点】

1.一种颗粒物浓度的确定方法，其特征在于，所述确定方法包括：

2.根据权利要求1所述的确定方法，其特征在于，通过以下步骤确定出所述颗粒物浓度拟合模型：

3.根据权利要求2所述的确定方法，其特征在于，所述对颗粒传感器采集的多个样本输入数据进行数据预处理，确定出多个目标样本输入数据，包括：

4.根据权利要求2所述的确定方法，其特征在于，所述基于所述BP神经网络模型的隐含层的多个神经元对多个目标样本输入数据进行非线性曲线拟合，输出每个目标样本输入数据所对应的预测颗粒物浓度，包括：

5.根据权利要求2所述的确定方法，其特征在于，所述基于所述损失值对...

【技术特征摘要】

1.一种颗粒物浓度的确定方法，其特征在于，所述确定方法包括：

2.根据权利要求1所述的确定方法，其特征在于，通过以下步骤确定出所述颗粒物浓度拟合模型：

3.根据权利要求2所述的确定方法，其特征在于，所述对颗粒传感器采集的多个样本输入数据进行数据预处理，确定出多个目标样本输入数据，包括：

4.根据权利要求2所述的确定方法，其特征在于，所述基于所述bp神经网络模型的隐含层的多个神经元对多个目标样本输入数据进行非线性曲线拟合，输出每个目标样本输入数据所对应的预测颗粒物浓度，包括：

5.根据权利要求2所述的确定方法，其特征在于，所述基于所述损失值对所述bp神经网络模型进行参数调优，包括：

6.根据权利要求2所述的确定方法，其特征在于，所述基于测试集对调优后的所述bp神经网络模型进行性能评估，将通...

【专利技术属性】
技术研发人员：徐来，周熊，李旭，陈健，刘慕魁，李星海，
申请(专利权)人：北京九望科技有限公司，
类型：发明
国别省市：