[发明专利]一种基于数据分解与深度学习的煤炭港口空气质量预测方法

摘要

一种基于数据分解与深度学习的煤炭港口空气质量预测方法，煤炭港口空气质量预测领域。1)对煤炭港口空气质量数据、气象数据、生产作业数据进行处理，得到空气质量数据序列、气象数据和生产作业数据；2)将空气质量数据序列分解为一组本征模态函数IMF分量，即空气质量子序列；3)基于气象数据和生产作业数据，以及一组IMF分量，将数据分割为训练集、验证集和测试集；分别为每一个IMF分量构建Seq2Seq模型，对Seq2Seq模型进行训练；将训练好的模型在测试集上进行测试；4)将各IMF分量的预测结果重组得到最终的预测结果，实现煤炭港口空气质量的预测。本发明能够显著降低数据序列的非平稳性，提高预测结果的准确性，为港口调整生产作业计划以满足空气质量限值标准提供决策支持。