[發明專利]一種大氣霧霾數值預報的校正預報方法及系統

有效

• 申請號: 201910354977.6
• 申請日: 2019-04-29
• 公開（公告）號: CN110096795B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 陸佳政;蔡澤林;馮濤;徐勛建;簡洲;邸悅倫;懷曉偉
• 申請（專利權）人: 國網湖南省電力有限公司;國網湖南省電力有限公司防災減災中心;國家電網有限公司
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06N3/0442;G06N3/08
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 周孝湖

1.一種大氣霧霾數值預報的校正預報方法，其特征在于，所述校正預報方法包括：

選擇需要開展霧霾數值預報的區域，并將所述區域劃分成等經緯網格；

收集一種全球模式的初始場數據和邊界條件數據，將其用作開展霧霾數值預測的初始場數據和邊界條件數據；

將收集的初始場數據和邊界條件數據按照所述等經緯網格進行插值，得到統一格點的網格數據；

選擇一種區域數值預報模式，并選擇一種參數化方案，將所述統一格點的網格數據輸入所述區域數值預報模式，并開展數值積分計算，生成大氣霧霾污染物在未來不同時刻的空間分布數據；

采用長短時記憶神經網絡對所述空間分布數據分別進行長期、中期和短期的訓練，得到不同時間尺度的模型；

所述區域數值預報模式為WRF-Chem預報模式；

所述采用長短時記憶神經網絡對所述空間分布數據分別進行長期、中期和短期的訓練，得到不同時間尺度的模型，具體是指：

采用長短時記憶神經網絡對所述空間分布數據分別進行季節尺度、月尺度和日尺度的訓練，得到不同時間尺度的模型，所述模型表示為：

其中，為預測值；S為一年中的季節類型；M為月度標記；D為日期標記；Y為當前時刻的區域數值預報模式輸出結果；Y-為前一時刻的區域數值預報模式輸出結果；Re為前一時刻的實際預報值。

2.根據權利要求1所述的大氣霧霾數值預報的校正預報方法，其特征在于，所述模型還包括遺忘門、記憶門和輸出門；

所述遺忘門決定上一時刻的單元狀態C_t-1有多少保留到當前時刻C_t，其計算方法為：

f_t＝σ(W_f*[h_t-1，Y_t]+b_f)

所述記憶門決定針對當前輸入Y_t的單元狀態有多少保存到當前時刻的單元狀態C_t，其計算方法為：

i_t＝σ(W_i*[h_t-1，Y_t]+b_i)

更新的細胞狀態為：

所述輸出門為：

o_t＝σ(W_o[h_t-1，Y_t]+b_o

h_t＝[o_t*tanh(C_t)]

其中，t表示第t個預報時刻；f_t為t時刻的遺忘門；O_t為t時刻的輸出門；C_t為t時刻的記憶門；i_t為t時刻輸入門；W_f為遺忘門權重矩陣；Wo為輸出門權重矩陣；Wc為記憶門權重矩陣；W_i為輸入門權重矩陣；h_t為t時刻的最終輸出；Y_t為t時刻的原始預報值；σ為signmoid函數，其輸出的是0至1之間的數；tanh為雙曲正切函數；h_t-1為上一時刻的輸出；b_f為遺忘偏置值；b_i為輸入偏置值；C_t-1為上一時刻的單元狀態；i_t-1為t-1時刻輸入門；b_o為輸出門的偏置值。