一种综合管廊内部氧气浓度LSTM预测方法及系统

专利申请号：CN201810226471.2

公 开 号：CN108460492A

发 明 人：陈雍君 邱实 薛博 宁楠 

代 理 人：赵永刚

代理机构：北京兰亭信通知识产权代理有限公司

专利类型：发明申请

申 请 日：20180828

公 开 日：20180319

专利主分类号：G06Q10/04(20120101)

关 键 词：综合管廊 氧气 浓度数据 传感器位置数据 密度数据 浓度特征 位置数据 管廊 向量 微生物 预处理 递归神经网络 预估 安全问题 动态特性 记忆单元 预测结果 预测数据 构建 输出 预测 

摘      要：本发明提供一种综合管廊内部氧气浓度LSTM预测方法及系统，所述方法包括：获取综合管廊内部氧气浓度数据、管廊内部微生物密度数据、传感器位置数据和综合管廊位置数据；对所获取的综合管廊内部氧气浓度数据、管廊内部微生物密度数据、传感器位置数据和综合管廊位置数据进行预处理并形成氧气浓度特征向量；以Tanh为激励函数训练LSTM模型；将氧气浓度特征向量输入至LSTM模型中并对应输出综合管廊内部氧气浓度的预测数据。本发明能够通过具有长短期记忆单元的递归神经网络构建模型，适应综合管廊内部氧气浓度数据的动态特性，实现对综合管廊内氧气浓度数据长期准确的提前预估，提高预测结果的准确性，防止因综合管廊内部氧气浓度过低引起的安全问题。