[發明專利]雷電預測方法、裝置、計算機設備和計算機可讀存儲介質

在審

• 申請號: 202010036311.9
• 申請日: 2020-01-10
• 公開（公告）號: CN111242374A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 周康明;李震坤
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N20/20
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

1.一種雷電預測方法，其特征在于，所述方法包括：

獲取目標區域在目標時刻的氣象觀測數據；

從所述氣象觀測數據中提取氣象要素值；

根據所述氣象要素值和雷電預測模型，獲取多個不同預報時間段對應的雷電預測結果。

2.根據權利要求1所述的方法，其特征在于，所述雷電預測模型包括多個雷電預測子模型，所述根據所述氣象要素值和雷電預測模型，獲取多個不同預報時間段對應的雷電預測結果，包括：

將所述氣象要素值分別輸入至各所述雷電預測子模型中，得到各所述雷電預測子模型分別輸出的雷電預測結果；不同的雷電預測子模型用于輸出不同預報時間段的雷電預測結果。

3.根據權利要求1或2所述的方法，其特征在于，所述氣象要素值包括所述目標區域在所述目標時刻的地面氣壓信息、地面氣溫信息、相對濕度信息和風速信息中的至少一個。

4.根據權利要求2所述的方法，其特征在于，所述雷電預測子模型的訓練過程包括：

獲取所述目標區域在歷史時刻的樣本氣象要素值；

獲取所述目標區域的樣本雷電觀測數據；所述樣本雷電觀測數據包括所述歷史時刻之后的至少一個預設時間段內、所述目標區域的雷電發生次數；所述預設時間段與所述預報時間段的時間長度相等；

根據所述樣本氣象要素值和所述樣本雷電觀測數據，訓練初始網絡模型，得到所述雷電預測子模型。

5.根據權利要求4所述的方法，其特征在于，所述預設時間段包括第一目標時間段、第二目標時間段和第三目標時間段，所述根據所述樣本氣象要素值和所述樣本雷電觀測數據，訓練初始網絡模型，得到所述雷電預測子模型，包括：

根據所述樣本氣象要素值和所述第一目標時間段對應的樣本雷電觀測數據，訓練初始網絡模型，得到第一雷電預測子模型；

根據所述樣本氣象要素值和所述第二目標時間段對應的樣本雷電觀測數據，訓練所述初始網絡模型，得到第二雷電預測子模型；

根據所述樣本氣象要素值和所述第三目標時間段對應的樣本雷電觀測數據，訓練所述初始網絡模型，得到第三雷電預測子模型。

6.根據權利要求5所述的方法，其特征在于，所述初始網絡模型為參數初始化的極端梯度提升XGBoost模型。

7.根據權利要求4-6任一項所述的方法，其特征在于，所述方法還包括：

按照預設的時間周期，獲取更新的樣本氣象要素值和更新的樣本雷電觀測數據；

根據所述更新的樣本氣象要素值和所述更新的樣本雷電觀測數據，對所述雷電預測子模型的參數進行調整。

8.一種雷電預測裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取目標區域在目標時刻的氣象觀測數據；

提取模塊，用于從所述氣象觀測數據中提取氣象要素值；

預測模塊，用于根據所述氣象要素值和雷電預測模型，獲取多個不同預報時間段對應的雷電預測結果。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。