[发明专利]煤炭堆场起尘量预测方法、装置、系统和存储介质

说明书

本申请涉及一种煤炭堆场起尘量预测方法、装置、系统和存储介质。其中，煤炭堆场起尘量预测方法通过将获取到的实时环境数据和实时煤剁参数输入到预设的起尘量预测模型中，获得对应的预测起尘量。预设的起尘量预测模型为基于煤炭堆场的历史数据训练生成。历史数据包括历史环境数据、历史煤剁参数和历史起尘量。根据预测起尘量生成控制指令，并将控制指令传输给洒水系统。控制指令用于指示洒水系统以相应的洒水量进行洒水。本申请不需要人工方式判断煤炭堆场环境和起尘情况以控制洒水量输出，可以消除人工判断起尘量的滞后性，大大节约了人力、提高洒水效率，实现污染事前防治，减少扬尘污染。

技术领域

本申请涉及环境监测技术领域，特别是涉及一种煤炭堆场起尘量预测方法、装置、系统和存储介质。

背景技术

目前，煤炭堆场多为露天安置，受气象影响煤炭堆垛容易发生大量起尘，造成大面积的煤尘污染，严重污染煤炭堆场周围的大气和生态环境。传统技术是以人工的方式对煤炭堆场进行巡视和检查，根据煤种、煤炭堆垛实际起尘情况和现场环境进行判断，进而依据起尘量进行洒水，以实现抑尘。

在实现过程中，发明人发现传统技术中至少存在如下问题：通过人工判断煤炭堆场起尘量，存在滞后性，容易造成环境污染和煤尘扩散，使得抑尘治理效率低，抑尘效果差。

发明内容

基于此，有必要针对人工判断煤炭堆场起尘量存在滞后性的问题，提供一种煤炭堆场起尘量预测方法、装置、系统和存储介质。

在其中一个实施例中，提供了一种煤炭堆场起尘量预测方法，包括：

将获取到的实时环境数据和实时煤剁参数输入到预设的起尘量预测模型中，获得对应的预测起尘量；预设的起尘量预测模型为基于煤炭堆场的历史数据训练生成；历史数据包括历史环境数据、历史煤剁参数和历史起尘量。

根据预测起尘量生成控制指令，并将控制指令传输给洒水系统；控制指令用于指示洒水系统以相应的洒水量进行洒水。

在其中一个实施例中，预设的起尘量预测模型通过如下步骤获得：

获取历史数据，并对历史数据进行预处理，得到历史监测数据。

根据历史监测数据训练神经网络模型，得到预设的起尘量预测模型。

在其中一个实施例中，根据历史监测数据训练神经网络模型，得到预设的起尘量预测模型的步骤包括：

将历史监测数据划分为训练集和测试集。

依据神经网络参数和激励函数，搭建神经网络模型，并通过训练集对神经网络模型进行训练，得到训练后的模型；神经网络参数包括输入层神经元个数、隐含层层级数、输出层神经元个数。

通过测试集对训练后的模型进行模型测试，在模型测试的结果符合要求时，将训练后的模型确定为预设的起尘量预测模型。

在其中一个实施例中，通过训练集对神经网络模型进行训练，得到训练后的模型的步骤包括：

基于训练集和损失函数，对神经网络模型进行训练，并在损失函数的结果小于损失阈值时，完成训练，得到训练后的模型。

损失函数为基于真实值和第一预测值的函数；其中，真实值为训练集中当前时刻的真实起尘量；第一预测值为神经网络模型根据训练集中、上一时刻的数据预测得到的当前时刻的训练起尘量。

在其中一个实施例中，通过测试集对训练后的模型进行模型测试，在模型测试的结果符合要求时，将训练后的模型确定为预设的起尘量预测模型的步骤包括：

通过测试集对训练后的模型进行模型准确率测试，并判断得到的准确率是否超过门限值；若是，则将训练后的模型确定为预设的起尘量预测模型；若否，则降低损失阈值，并通过训练集再次进行训练。