一种用于PM2.5小时浓度预测的混合集成模型

本发明涉及pm2.5浓度预测技术领域，具体来说，涉及一种用于pm2.5小时浓度预测的混合集成模型。

背景技术：

随着近些年国民经济和城市化进程的快速发展，空气污染、灰霾事件频发，空气质量预报日益成为政府和公众关注的焦点问题。其中预报的污染物浓度数据包括pm2.5、pm10、o3、no2、so2、co等6种污染物浓度。

pm2.5又称细颗粒物，细颗粒物指环境空气中空气动力学当量直径小于等于2.5微米的颗粒物。它能较长时间悬浮于空气中，其在空气中含量浓度越高，就代表空气污染越严重。虽然pm2.5只是地球大气成分中含量很少的组分，但它对空气质量和能见度等有重要的影响。与较粗的大气颗粒物相比，pm2.5粒径小，面积大，活性强，易附带有毒、有害物质(例如，重金属、微生物等)，且在大气中的停留时间长、输送距离远，因而对人体健康和大气环境质量的影响更大。

现有技术将pm2.5数据分解后都需要一个预测模型，且没有考虑分解分量之间的相似性造成的模型冗余，预测效果差。而现有方案采用ceemdan算法将复杂的pm2.5数据分解为有限平稳的imf分量。将每个静止的imf展开为轨迹矩阵。该方法将轨迹矩阵划分为一组聚类样本。然后，通过训练聚类样本建立lstm模型。计算聚类中心与测试样本之间的距离，选择最优的lstm模型，并选择相应的最小距离，对各子层的测试数据进行预测。构造各子层的预测，得到最终结果。ceemdan-fcm-lstm混合模型可以很容易地应用于pm2.5预测。

检索中国发明专利cn112132336a公开了一种pm2.5浓度的季度预测方法，属于空气质量预测技术领域。它包括步骤：s100：收集区域的数据并对数据进行筛选，其中，数据包括气象数据、污染数据和基准排放清单数据；s200：根据筛选后的数据构建区域的气象-空气质量模型；s300：根据筛选后的数据和气象-空气质量模型获取区域的反演季度排放清单；s400：收集全球气象预报场数据，并根据全球气象预报场数据构建预测模型；s500：根据反演季度排放清单并利用预测模型模拟得到区域pm2.5的季度预测浓度。其克服了现有技术中，无法实现长时间尺度的pm2.5浓度预测的不足，提供了一种pm2.5浓度的季度预测方法，可以实现长时间尺度的pm2.5浓度预测，从而可以为精细化治理提供更多的管控提前量。但其存在预测精度较低，且适应性较差，且存在一定局限性的问题。

针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现要素：

针对相关技术中的问题，本发明提出一种用于pm2.5小时浓度预测的混合集成模型，以克服现有相关技术所存在的上述技术问题。

本发明的技术方案是这样实现的：

一种用于pm2.5小时浓度预测的混合集成模型，包括以下步骤：

预先获取输入输出序列，表示为：{x(1),x(2),...,x(t)}和{y(1),y(2),...,y(t)}；

基于ceemdan算法分解x(t),(t＝1,...,t)，得到n个有限平稳的imf分量和残差量；

将fcm算法应用于本征函数，并将每个静止的imf展开成聚类为一组训练数据子集的轨迹矩阵；

确定lstm网络的结构和超参数，并在训练数据子集上进行训练。

进一步的，所述获取输入输出序列，还包括以下步骤：

进行对数据进行归一化处理。

进一步的，还包括以下步骤：

训练阶段结束后，用于预测后续测试样本的输出。

本发明的有益效果：

本发明用于pm2.5小时浓度预测的混合集成模型，通过预先获取输入输出序列，基于ceemdan算法分解x(t),(t＝1,...,t)，得到n个有限平稳的imf分量和残差量，将fcm算法应用于本征函数，并将每个静止的imf展开成聚类为一组训练数据子集的轨迹矩阵，确定lstm网络的结构和超参数，并在训练数据子集上进行训练，实现基于ceemdan数据分解和fcm聚类的lstm网络混合模型预测策略。采用ceemdan数据分解方法降低原始pm2.5数据序列的复杂度，采用fcm聚类方法将特征相似的成分聚到一起，利用粒子群优化lstm网络建立pm2.5预测模型，预测精度高，且计算程度低，适应性强。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的一种用于pm2.5小时浓度预测的混合集成模型的流程示意图；

图2是根据本发明实施例的一种用于pm2.5小时浓度预测的混合集成模型的ceemdan-fcm-lstm建模框架示意图；

图3(a)是根据本发明实施例的一种用于pm2.5小时浓度预测的混合集成模型的a气象局ceemdan分解结果示意图；

图3(b)是根据本发明实施例的一种用于pm2.5小时浓度预测的混合集成模型的b水厂ceemdan分解结果示意图；

图3(c)是根据本发明实施例的一种用于pm2.5小时浓度预测的混合集成模型的c酿酒公司ceemdan分解结果示意图；

图4(a)是根据本发明实施例的一种用于pm2.5小时浓度预测的混合集成模型的a气象局测试集上的预报结果示意图；

图4(b)是根据本发明实施例的一种用于pm2.5小时浓度预测的混合集成模型的b水厂测试集上的预报结果示意图；

图4(c)是根据本发明实施例的一种用于pm2.5小时浓度预测的混合集成模型的c酿酒公司测试集上的预报结果示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

根据本发明的实施例，提供了一种用于pm2.5小时浓度预测的混合集成模型。

如图1-图2所示，根据本发明实施例的用于pm2.5小时浓度预测的混合集成模型，包括以下步骤：

预先获取输入输出序列，表示为：{x(1),x(2),...,x(t)}和{y(1),y(2),...,y(t)}；

基于ceemdan算法分解x(t),(t＝1,...,t)，得到n个有限平稳的imf分量和残差量；

将fcm算法应用于本征函数，并将每个静止的imf展开成聚类为一组训练数据子集的轨迹矩阵；

确定lstm网络的结构和超参数，并在训练数据子集上进行训练。

其中，所述获取输入输出序列，还包括以下步骤：

进行对数据进行归一化处理。

其中，还包括以下步骤：

训练阶段结束后，用于预测后续测试样本的输出。

借助于上述技术方案，通过预先获取输入输出序列，基于ceemdan算法分解x(t),(t＝1,...,t)，得到n个有限平稳的imf分量和残差量，将fcm算法应用于本征函数，并将每个静止的imf展开成聚类为一组训练数据子集的轨迹矩阵，确定lstm网络的结构和超参数，并在训练数据子集上进行训练，实现基于ceemdan数据分解和fcm聚类的lstm网络混合模型预测策略。采用ceemdan数据分解方法降低原始pm2.5数据序列的复杂度，采用fcm聚类方法将特征相似的成分聚到一起，利用粒子群优化lstm网络建立pm2.5预测模型，预测精度高，且计算程度低，适应性强。

另外，如图3(a)-图3(c)所示，研究a气象局、b水厂、c酿酒公司三个不同经济发展水平和自然环境的监测点，以满足丰富多样的环境条件,三组数据的ceemdan分解结果如图3(a)-图3(c)所示。

另外，并对三组数据进行了建模，验证了所提模型的建模性能和泛化性。进行获取2020年1月1日至12月31日逐时地面监测pm2.5数据。其中，2020年共366天是闰年，每个监测点共采集8784个样本，将其分成两部分:1-10月的7320个样本用于培训，11-12月的7320个样本用于测试。三组pm2.5数据的统计指标见表1。

表1四组pm2.5数据的统计指标

此外，采用三种不同的bp、rbf和lstm神经网络作为预测网络模型方法。bp神经网络的权值由遗传优化法确定，rbf的模型结构由试错法确定。通过粒子群优化算法(pso)得到lstm网络的学习率、隐含层神经元的数量和批处理的规模。选取某地区不同地区的3个监测点。采用结合ceemdan和fcm方法的不同神经网络模型及其改进方法对这三个地区的pm2.5进行逐时预测。各模型在不同监测点试验集上的结果见表2、表3、表4。

表2各模型在平桥气象局测试集上的评价结果

表3各模型在南湾水厂测试集上的评价结果

表4各模型在酿酒公司测试集上的评价结果

另外，其bp、rbf、lstm神经网络模型结合ceemdan分解器可以有效提高预测性能，统计指标如表2、表3、表4所示。例如，在a气象局，bp、rbf和lstm模型结合ceemdan分解后的均方根误差分别比没有ceemdan分解的模型降低26.29％、22.46％和59％。ceemdan方法可以在多尺度上分解非线性、非平稳的pm2.5数据序列。imf子序列和残差项可以降低原始pm2.5数据序列的复杂度，从而使每个子序列或残差项的建模更加准确。

虽然使用ceemdan方法可以得到imf子序列和残差项，但其中一些子序列相关性较强，因此没有必要对每个子序列建模。从评价结果还可以看出，对这些子序列进行聚类集成的fcm方法对提高模型预测的精度有着重要的影响。ceemdan-bp模式、ceemdan-rbf模式和ceemdan-lstm模式结合fcm后的rmse分别比未结合fcm的模式降低了4.49％、5.15％和3.19％。

此外，本发明的ceemdan-fcm-lstm方法在各个监测测试集的预测性能最好。该方法不仅结合了ceemdan分解方法和fcm聚类策略，而且lstm网络具有特殊的门结构和记忆功能。同时，pso算法可以帮助lstm网络获得最好的超参数，从人工试错选择的繁琐任务中解放出来。

另外，如图4(a)-图4(c)所示，其为了更直观的对比，图4(a)、图4(b)、图4(c)分别显示了三组不同监测点的详细预测结果。可以看出，ceemdan-fcm-lstm方法的综合性能优于其他模型，从预测结果对比图中可以看出类似的结果。以a气象局预报结果为例，预报结果与原曲线吻合较好，该模型的预测曲线最接近真实曲线。因此，本发明ceemdan-fcm-lstm方法适用于描述pm2.5数据行为，可以提高预测性能。

综上所述，借助于本发明的上述技术方案，通过预先获取输入输出序列，基于ceemdan算法分解x(t),(t＝1,...,t)，得到n个有限平稳的imf分量和残差量，将fcm算法应用于本征函数，并将每个静止的imf展开成聚类为一组训练数据子集的轨迹矩阵，确定lstm网络的结构和超参数，并在训练数据子集上进行训练，实现基于ceemdan数据分解和fcm聚类的lstm网络混合模型预测策略。采用ceemdan数据分解方法降低原始pm2.5数据序列的复杂度，采用fcm聚类方法将特征相似的成分聚到一起，利用粒子群优化lstm网络建立pm2.5预测模型，预测精度高，且计算程度低，适应性强。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。