[發(fā)明專利]一種多站位在線波周期數(shù)據(jù)的預(yù)測診斷方法

有效

• 申請?zhí)枺?/td>: 201910719441.X
• 申請日: 2019-08-06
• 公開（公告）號: CN110598860B
• 公開（公告）日: 2023-02-24
• 發(fā)明（設(shè)計）人: 李文慶;宋苗苗;陳世哲;王文彥;付曉
• 申請（專利權(quán)）人: 山東省科學(xué)院海洋儀器儀表研究所
• 主分類號: G06N3/048
• 分類號: G06N3/048;G06N3/088;G01C13/00
• 代理公司: 青島華慧澤專利代理事務(wù)所(普通合伙) 37247
• 代理人: 劉娜

本發(fā)明公開了一種多站位在線波周期數(shù)據(jù)的預(yù)測診斷方法，包括時空樣本測試訓(xùn)練階段和時空模型動態(tài)計算調(diào)整階段，所述時空樣本測試訓(xùn)練階段包括時間模型測試訓(xùn)練和空間模型測試訓(xùn)練兩個過程；所述時空模型動態(tài)計算調(diào)整階段包括時間模型與空間模型混合計算診斷、時空模型權(quán)值調(diào)整、時間模型動態(tài)調(diào)整、空間模型動態(tài)調(diào)整四個過程；所述時間模型采用RBF神經(jīng)網(wǎng)絡(luò)模型，所述空間模型采用線性神經(jīng)網(wǎng)絡(luò)模型，本發(fā)明所公開的方法在單個站位時間序列數(shù)據(jù)自分析基礎(chǔ)上，增加多個站位間的空間互分析，將單站位時間分析與多站位空間分析有效結(jié)合，提高了預(yù)測診斷精度和準確性。

技術(shù)領(lǐng)域

本發(fā)明涉及海洋波浪監(jiān)測領(lǐng)域，特別涉及一種多站位在線波周期數(shù)據(jù)的預(yù)測診斷方法。

背景技術(shù)

現(xiàn)在，針對海洋波浪監(jiān)測單站位所監(jiān)測到的在線波周期數(shù)據(jù)，只能進行簡單的海陸通訊過程的發(fā)送與接收校驗來判斷通訊環(huán)節(jié)是否有數(shù)據(jù)錯誤。現(xiàn)有的數(shù)據(jù)在線接收軟件也只能進行數(shù)據(jù)范圍(如大于等于0小于30秒)的簡單判斷，針對具體的數(shù)據(jù)不能進行實質(zhì)性的診斷。針對海洋測波儀器所測得數(shù)據(jù)是否異常存在預(yù)測與診斷方法的缺失，海洋測波儀器異常、空缺數(shù)據(jù)不能及時有效的發(fā)現(xiàn)和補充，需要人工進行有針對性的判斷和識別。

現(xiàn)有的數(shù)據(jù)預(yù)測診斷技術(shù)主要有自回歸移動平均模型，神經(jīng)網(wǎng)絡(luò)模型等，用于時間序列預(yù)測的神經(jīng)網(wǎng)絡(luò)模型主要有線性神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)等。

現(xiàn)有的自回歸移動平均模型和神經(jīng)網(wǎng)絡(luò)模型大多針對既有數(shù)據(jù)進行處理，模型往往是靜態(tài)不變的或者是復(fù)雜耗時的，這樣導(dǎo)致模型準備率低或者運行速度慢，未考慮到在線監(jiān)測過程中數(shù)據(jù)的實時更新，在線海洋監(jiān)測過程中，需要及時有效地判斷出異常數(shù)據(jù)，并對空缺時次數(shù)據(jù)進行及時預(yù)測補充。

同時，空間地理距離相近的多個海洋監(jiān)測站位間，海洋監(jiān)測數(shù)據(jù)是有相關(guān)性的，然而，現(xiàn)有技術(shù)沒有對多個站間的數(shù)據(jù)的關(guān)聯(lián)性進行考慮，這導(dǎo)致站位間的聯(lián)系性不強，數(shù)據(jù)分析不夠完整準確。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明提供了一種多站位在線波周期數(shù)據(jù)的預(yù)測診斷方法，以達到在單個站位時間序列數(shù)據(jù)自分析基礎(chǔ)上，增加多個站位間的空間互分析，將單站位時間分析與多站位空間分析有效結(jié)合，提高預(yù)測診斷精度和準確性的目的。

為達到上述目的，本發(fā)明的技術(shù)方案如下：

一種多站位在線波周期數(shù)據(jù)的預(yù)測診斷方法，包括時空樣本測試訓(xùn)練階段和時空模型動態(tài)計算調(diào)整階段，所述時空樣本測試訓(xùn)練階段包括時間模型測試訓(xùn)練階段和空間模型測試訓(xùn)練階段兩個過程；所述時空模型動態(tài)計算調(diào)整階段包括時間模型與空間模型混合計算診斷、時空模型權(quán)值調(diào)整、時間模型動態(tài)調(diào)整、空間模型動態(tài)調(diào)整四個過程；所述時間模型采用RBF神經(jīng)網(wǎng)絡(luò)模型，所述空間模型采用線性神經(jīng)網(wǎng)絡(luò)模型。

上述方案中，所述預(yù)測診斷方法具體包括如下過程：

(1)利用時間樣本進行訓(xùn)練得到RBF神經(jīng)網(wǎng)絡(luò)初始時間模型，利用空間樣本進行訓(xùn)練得到線性神經(jīng)網(wǎng)絡(luò)初始空間模型；

(2)加載已經(jīng)訓(xùn)練好的RBF神經(jīng)網(wǎng)絡(luò)初始時間模型和線性神經(jīng)網(wǎng)絡(luò)初始空間模型，根據(jù)波浪傳感器獲得的實時海洋波最新的時間序列輸入和空間序列輸入，逐一進行實際預(yù)測計算，分別得到時間預(yù)測結(jié)果和空間預(yù)測結(jié)果，時間預(yù)測結(jié)果和空間預(yù)測結(jié)果根據(jù)加權(quán)計算得到時空綜合預(yù)測結(jié)果；

(3)將得到的時空綜合預(yù)測結(jié)果與下一時刻的實測結(jié)果判斷數(shù)據(jù)是否異常，若當前時刻數(shù)據(jù)缺測或者數(shù)據(jù)異常，則用預(yù)測值補充作為當前值；對判斷為有效值的實測值，作為最新數(shù)據(jù)形成新時間樣本和新空間樣本，分別用于RBF神經(jīng)網(wǎng)絡(luò)動態(tài)時間模型的再訓(xùn)練調(diào)整和線性神經(jīng)網(wǎng)絡(luò)動態(tài)空間模型的再訓(xùn)練調(diào)整，在模型的不斷訓(xùn)練調(diào)整中進行數(shù)據(jù)的動態(tài)預(yù)測診斷。

進一步的技術(shù)方案中，所述步驟(1)中，RBF神經(jīng)網(wǎng)絡(luò)初始時間模型的訓(xùn)練包括如下過程：