基于VMD-GRU和类似日分析的出气率预测和早期预警模型
Shijie Fang1, Yifan Chen2, Xianwei Wu1
1College of Physics and Optoelectronic Engineering, Shenzhen University, Shenzhen, 518060, Guangdong, China.
Journal of environmental radioactivity
|December 3, 2024
概括
本研究提出了使用变量模式分解 (VMD) 和门式循环单元 (GRU) 模型的出气率早期预警系统. 综合方法提高了异常检测的准确性,提高了子监测的安全性和可靠性.
科学领域:
- 环境科学 环境科学
- 地质物理学 地质物理学
- 传感器技术 传感器技术
背景情况:
- 对于安全性和可靠性来说,监测的呼气速率至关重要.
- 现有的系统需要在异常检测方面提高精度.
- 为了有效控制,需要早期预警系统.
研究的目的:
- 开发一种先进的早期预警方法,用于监测出口速率.
- 将变化模式分解 (VMD) 与门式循环单元 (GRU) 集成,以提高预测.
- 提高子监测系统的实时异常检测能力.
主要方法:
- 用变量模式分解 (VMD) 将子数据分解成组件.
- 使用Gated Recurrent Unit (GRU) 算法预测分解的组件.
- 整合VMD-GRU预测与类似日分析以检测异常.
主要成果:
- 与其他模型 (ELMAN,LSTM,GRU,VMD-ELMAN,VMD-LSTM) 相比,VDD-GRU模型表现出更好的性能.
- 该系统有效地识别了异常的子波动,并提供了早期警告.
- 在异常早期预警中实现了更高的精度.
结论:
- 拟议的VMD-GRU综合系统显著改善了气呼气速率的监测.
- 它为监测和控制战略提供了强大的决策支持.
- 这种方法为开发环境监测中先进的预警系统铺平了道路.
