本发明属于自然环境试验，具体涉及一种密闭空间微环境预测方法、终端设备及存储介质。
背景技术：
1、现代工业建设中存在大量密闭空间，如各类器械库房、服务器机房、运输筒、包装箱、潜艇等。密闭空间能有效隔绝外部污染、腐蚀介质等不利环境因素的影响，同时也有利于己方设施设备的隐蔽。然而，密闭空间内部的环境条件与外部环境可能存在明显差异，外部环境因素的实时动态变化，使得迅速准确评估密闭空间内部微环境成为一大难题。特别是一些高新设备、装备，含有对微环境非常敏感的电子元器件、精密光学元件、含能材料等，精确掌握密闭空间内的微环境的特征与变化规律十分必要。
技术实现思路
1、针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种密闭空间微环境预测方法、一种终端设备、一种存储介质，以实现对密闭空间内部的微环境进行预测，精确掌握密闭空间内的微环境的特征与变化规律。
2、为了实现上述目的，第一方面，本发明公开一种密闭空间微环境预测方法，所述方法包括：采集密闭空间内、外部环境数据；对密闭空间内、外部环境数据进行预处理，得到内、外部预处理环境数据；任选预处理环境数据中的一类数据k作为数据基础，确定最高spearman相关系数对应微环境滞后数；基于微环境滞后数，确定模型输入、输出序列，并基于相关性系数确认模型输入序列的ne条敏感环境因素；模型构建、训练，得到最终预测模型；基于密闭空间环境数据、最终预测模型，对密闭空间进行微环境预测。
3、可选的，所述采集密闭空间内、外部环境数据时：
4、当所述密闭空间所处外部环境为户外暴露环境时，所述密闭空间的外部环境数据至少包括大气温度、湿度、太阳辐射强度、风速；
5、所述密闭空间所处外部环境为库内贮存环境时，密闭空间的外部环境数据至少包括温度与湿度；
6、所述密闭空间的内部环境数据至少包括温度、湿度；
7、所述对密闭空间内、外部环境数据进行预处理至少包括对齐处理。
8、可选的，所述任选预处理环境数据中的一种数据k作为数据基础，确定最高spearman相关系数对应微环境滞后数的内容为：
9、取q个周期的外部k类预处理环境数据序列作为比对数列s1；q大于2；
10、在与q个周期的外部k类预处理环境数据序列相同时间段的内部k类预处理环境数据中截取一个典型周期序列s2，记录s2起始的起始时间位置x；
11、将典型周期序列s2在比对数列s1上依次滑动求取相关系数；
12、确定相关系数最大的滑动位置sd；
13、计算得到微环境滞后数n；
14、nδ＝(x-sd)δ；
15、sd为负，表示序列s2对序列s1超前；sd为正，表示序列s2对序列s1滞后；
16、δ为滞后单元对应时间。
17、可选的，所述基于相关性系数确认输入序列的敏感环境因素选取敏感环境因素等级为中级的环境因素。
18、可选的，所述模型构建、训练，得到最终预测模型中的模型构建内容为：
19、确定模型时间序列输入输出：将ne条敏感环境因素作为时间序列输入；
20、将模型预测得到的内部环境的其中一种数据作为时间序列输出；
21、将ne条敏感环境因素输入到预测模型主体结构，最后输出构建模型。
22、可选的，所述模型构建、训练，得到最终预测模型中的模型训练步骤至少包括：
23、数据归一化与反归一化处理、深度学习模型超参数调优处理、k折交叉验证处理。
24、可选的，基于密闭空间环境数据、最终预测模型，对密闭空间进行微环境预测时，采用滑动窗口对密闭空间内部环境的l类数据进行预测；
25、采用反演方式对内部环境除l类的其他数据进行预测；
26、所述l类数据为内部环境数据中的一种。
27、可选的，还包括对微环境预测数据的误差分析步骤，该步骤至少包括计算均方差mse、相关系数r2、平均误差e中的一种。
28、为了实现上述目的，第二方面，本发明公开一种终端设备，所述终端设备还包括密闭空间内外部环境数据采集设备、处理器、存储器，所述处理器用于执行所述存储器的控制程序，以实现上述密闭空间微环境预测方法。
29、为了实现上述目的，第三方面，本发明公开一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现：以实现上述密闭空间微环境预测方法。
30、本发明的有益效果：通过密闭空间内外部数据，采用相关系数算法确定内外环境的滞后时间，采用机理与算法准则联合确定输入输出序列长度，采用网络模型利用外部环境特征预测内部环境序列，实现预测预警。能够有效预测微环境内部环境因素随时间的变化规律，通过建立统一固定的方法步骤，用于计算不同外部环境下密闭空间内部状态，从而更精准掌握内部微环境特征与变化规律，为微环境内材料器件的损伤预测、寿命评估等提供精准输入。
1.一种密闭空间微环境预测方法，其特征在于：所述方法包括：
2.根据权利要求1所述的密闭空间微环境预测方法，其特征在于：
3.根据权利要求1所述的密闭空间微环境预测方法，其特征在于：所述任选预处理环境数据中的一种数据k作为数据基础，确定最高spearman相关系数对应微环境滞后数的内容为：
4.根据权利要求3所述的密闭空间微环境预测方法，其特征在于：所述基于相关性系数确认输入序列的敏感环境因素选取敏感环境因素等级为中级的环境因素。
5.根据权利要求1或4所述的密闭空间微环境预测方法，其特征在于：所述模型构建、训练，得到最终预测模型中的模型构建内容为：
6.根据权利要求5所述的密闭空间微环境预测方法，其特征在于：所述模型构建、训练，得到最终预测模型中的模型训练步骤至少包括：
7.根据权利要求2所述的密闭空间微环境预测方法，其特征在于：基于密闭空间环境数据、最终预测模型，对密闭空间进行微环境预测时，采用滑动窗口对密闭空间内部环境的l类数据进行预测；
8.根据权利要求1所述的密闭空间微环境预测方法，其特征在于：还包括对微环境预测数据的误差分析步骤，该步骤至少包括计算均方差mse、相关系数r2、平均误差e中的一种。
9.一种终端设备，其特征在于：所述终端设备还包括密闭空间内外部环境数据采集设备、处理器、存储器，所述处理器用于执行所述存储器的控制程序，以实现：如权利要求1-8所述的密闭空间微环境预测方法。
10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现：如权利要求1-8中任一项所述的密闭空间微环境预测方法。
