[发明专利]粉尘浓度的时空分布预测方法、装置、设备和存储介质

权利要求书

1.一种粉尘浓度的时空分布预测方法，其特征在于，包括：

采用预先搭建的环境参数灰色预测模型，得到待预测点在预测时间段下的环境参数预测值；

根据所述待预测点的位置信息和所述环境参数预测值，使用预先构建的粉尘浓度预测模型，得到所述待预测点在所述预测时段下的粉尘浓度预测值；

其中，所述环境参数灰色预测模型包括气压灰色预测模型、温度灰色预测模型、风速灰色预测模型、风向灰色预测模型和湿度灰色预测模型中的至少一种。

2.根据权利要求1所述的方法，其特征在于，所述环境参数灰色预测模型基于采样点在所述预测时间段的前n个时间段采集到的环境参数实际值构建得到，其中，n的取值为正数。

3.根据权利要求2所述的方法，其特征在于，在基于采样点在所述预测时间段的前n个时间段采集到的环境参数实际值构建得到所述环境参数灰色预测模型时，包括：

获取所述采样点在所述预测时间段的前n个时间段采集到的环境参数实际值，构建环境参数实际值序列；

分别对每个时间段所采集到的环境参数实际值进行依次累加，得到每个时间段对应的环境参数累加值，并基于得到的所述环境参数累加值构建环境参数累加值序列；

基于所述环境参数实际值序列和所述环境参数累加值序列，构建得到所述环境参数灰色预测模型。

4.根据权利要求2所述的方法，其特征在于，在得到所述环境参数灰色预测模型之后，还包括：

对所述环境参数灰色预测模型进行后验差检验，得到后验差比值和小误差概率；

基于所述后验差比值和所述小误差概率，判断所述环境参数灰色预测模型是否满足预设的精度等级，在不满足所述设定精度等级的情况下，采用残差修正的方法对所述环境参数灰色预测模型进行修正，直到所述环境参数灰色预测模型满足所述预设的精度等级。

5.根据权利要求1至4任一项所述的方法，其特征在于，采用预先搭建的环境参数灰色预测模型，得到待预测点在预测时间段下的环境参数预测值时，包括：

基于所述预测时间段确定第一相邻时间段和第二相邻时间段；所述第二相邻时间段、所述第一相邻时间段和所述预测时间段为按时间先后顺序顺次连接的时间段；

将所述第一相邻时间段输入至所述环境参数灰色预测模型，得到所述预测时间段下的预测累加值；

将所述第二相邻时间段输入至所述环境参数灰色预测模型，得到所述第一相邻时间段下的预测累加值；

根据所述预测时间段下的预测累加值和所述第一相邻时间段下的预测累加值，得到预测时间段下的环境参数预测值。

6.根据权利要求1至4任一项所述的方法，其特征在于，所述得到预测时间段下的环境参数预测值之后，还包括对所述环境参数预测值进行预处理的步骤。

7.根据权利要求1至4任一项所述的方法，其特征在于，构建所述粉尘浓度预测模型，包括：

分别获取k个采样点的样本数据；所述样本数据包括：采样点的位置信息、环境参数历史数据和粉尘浓度历史数据；

以各采样点的位置信息和环境参数历史数据作为输入数据，以各采样点的粉尘浓度历史数据作为输出数据对神经网络模型的模型参数进行训练，得到所述粉尘浓度预测模型。

8.一种粉尘浓度的时空分布预测装置，其特征在于，包括：

环境参数预测模块，用于采用预先搭建的环境参数灰色预测模型，得到待预测点在预测时间段下的环境参数预测值；

粉尘浓度预测模块，用于根据所述待预测点的位置信息和所述环境参数预测值，使用预先构建的粉尘浓度预测模型，得到所述待预测点在所述预测时段下的粉尘浓度预测值；

其中，所述环境参数灰色预测模型包括气压灰色预测模型、温度灰色预测模型、风速灰色预测模型、风向灰色预测模型和湿度灰色预测模型中的至少一种。