[发明专利]一种烟气含氧量的预测方法及装置

权利要求书

1.一种烟气含氧量的预测方法，其特征在于，包括：

获取源设备的特征数据和目标设备的特征数据，所述源设备的特征数据为非共享数据；

根据所述目标设备的特征数据生成的哈希表，计算所述源设备的特征数据相对于所述目标设备的数据分布；

根据所述源设备的特征数据相对于所述目标设备的数据分布，确定所述源设备的特征数据相对于所述目标设备的权重；

根据所述源设备的特征数据相对于所述目标设备的权重以及所述源设备的特征数据对应的历史烟气含量，建立回归模型和烟气含氧量之间的关系，得到烟气含氧量预测软测量模型；

根据所述烟气含氧量预测软测量模型，预测所述目标设备的烟气含氧量。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标设备的特征数据生成的哈希表，计算所述源设备的特征数据相对于所述目标设备的数据分布，包括：

计算所述源设备的特征数据的哈希值；

根据所述目标设备的特征数据生成的哈希表和所述哈希值，确定所述源设备的特征数据相对于所述目标设备的分布概率，并将所述分布概率确定为所述源设备的特征数据相对于所述目标设备的数据分布。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标设备的特征数据生成的哈希表和所述哈希值，确定所述源设备的特征数据相对于所述目标设备的分布概率，包括：

根据所述目标设备的特征数据生成的哈希表和所述哈希值，从所述目标设备的特征数据中确定所述源设备的特征数据的替换数据；

将所述替换数据在所述目标设备的特征数据中的分布概率，确定为所述源设备的特征数据相对于所述目标设备的分布概率。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标设备的特征数据生成的哈希表和所述哈希值，从所述目标设备的特征数据中确定所述源设备的特征数据的替换数据，包括：

基于局部敏感哈希算法，对根据所述目标设备的特征数据生成的哈希表与所述源设备的特征数据的哈希值进行相似度分析，以从所述目标设备的特征数据中确定所述源设备的特征数据的替换数据。

5.根据权利要求2所述的方法，其特征在于，所述根据所述源设备的特征数据相对于所述目标设备的数据分布，确定所述源设备的特征数据相对于所述目标设备的权重，包括：

确定所述源设备的特征数据的分布概率；

将所述源设备的特征数据相对于所述目标设备的分布概率和所述源设备的特征数据的分布概率的比值，确定为所述源设备的特征数据相对于所述目标设备的权重。

6.根据权利要求5所述的方法，其特征在于，所述确定所述源设备的特征数据的分布概率，包括：

基于非参数估计方法，确定所述源设备的特征数据的概率密度模型；

根据所述概率密度模型，确定所述源设备的特征数据的分布概率。

7.根据权利要求1所述的方法，其特征在于，所述根据所述源设备的特征数据相对于所述目标设备的权重以及所述源设备的特征数据对应的历史烟气含量，建立回归模型和烟气含氧量之间的关系，得到烟气含氧量预测软测量模型，包括：

根据所述源设备的特征数据相对于所述目标设备的权重以及所述源设备的特征数据对应的历史烟气含量进行回归模型的训练，将训练好的回归模型确定为烟气含氧量预测软测量模型，所述烟气含氧量预测软测量模型指示了所述目标设备的特征数据和烟气含氧量之间的关系。