基于时序数据的尾气监测分析平台研究

• 作者: 刘伟锋 李沛霖 于鑫 程光
• 来源期刊: 现代制造工程
• 关键词: 时序数据 尾气监测 监测分析平台 长短期记忆网络 数据预测
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 仪器仪表/检测/监控
• 页码范围: 90-94,50
• 页数: 6页
• 分类号: TP311.5
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2021.06.015

摘要

为实现对非道路移动机械高排放污染物的有效监管,提高环境监测效率,研究基于时序数据的尾气监测分析平台从硬件到软件系统等的开发,针对大量时序数据,提出利用改进并进行参数优化后的长短期记忆(Long Short-Term Mem-ory,LSTM)网络模型,对几类尾气排放数据进行预测分析,从而预测未来一段时间内高排放污染物的排放趋势.通过对公开数据集的多维时序数据的实际预测分析,对比模型优选前后的排放预测结果,分析该尾气监测分析平台的实用性以及该平台在非道路移动机械尾气监测、预警、预测与分析过程中存在的问题,提出合理化建议与应用展望.