[發明專利]基于多正弦函數分解神經網絡預測海浪有效波高的方法

有效

• 申請號: 202010621182.X
• 申請日: 2020-07-01
• 公開（公告）號: CN111811465B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 付東洋;王煥;黃浩恩;劉貝;余果;肖秀春;劉大召;金龍
• 申請（專利權）人: 南方海洋科學與工程廣東省實驗室（湛江）
• 主分類號: G01C5/00
• 分類號: G01C5/00;G01C13/00;G06N3/04;G06N3/08
• 代理公司: 西安研創天下知識產權代理事務所(普通合伙) 61239
• 代理人: 郭璐

本發明公開了基于多正弦函數分解神經網絡預測海浪有效波高的方法，包括S1.獲得海浪波動的時間序列L(t_j)，并將時間序列L(t_j)分為學習數據時間長度和驗證數據時間長度；S2.將學習數據時間長度利用M個正弦函數對提取的單點時間序列進行分解學習；S3.最后將學習的正弦函數的結果進行累加，并與驗證數據進行比較計算均方誤差，判斷預測結果滿足MSE設置的閾值后進行未來時間有效波高的預測實現整個區域的有效波高預測；本方法通過多個正弦函數對有效波高時間序列進行分解學習，對海浪有效波高進行預測；經驗證，利用本發明所述海浪有效波高的預測方法可以有效的預測海浪有效波高，對于研究海洋海浪波動和海洋氣候變化規律具有顯著作用。

技術領域

本發明涉及海浪參數計算技術領域，具體涉及基于多正弦函數分解神經網絡(Multiple sine functions decomposition neural network，簡稱MSFDNN)預測海浪有效波高的方法。

背景技術

海浪是海洋中的一種與人類生活關系最直接、最密切的波動現象，對人們的生產生活有著不可忽視的影響，比如海上航行、漁業生產、海上石油平臺、波浪能利用等均與海浪有密切關聯；海洋的有效波高指的是將波列中的波高由大到小依次排列，其中最大的1/3部分波高的平均值，是反應海浪特征的一個重要參數；

對于海洋的有效波高的預測，可以準確的反映海洋中海浪的波動規律，對于海洋海浪波動和海洋氣候變化規律的研究具有明顯的作用；在我國南海地區，海洋的有效波高時間序列具有明顯的正弦函數變化特征，年內的變化較明顯，其中冬季波高變化較劇烈，夏季較平穩，春季和秋季為過渡期；

而在現有技術中，并沒有關于海洋海浪有效波高預測的計算方法，來有效的對海浪的有效波高進行預測。

發明內容

針對上述存在的問題，本發明旨在提供基于多正弦函數分解神經網絡預測海浪有效波高的方法，通過多個正弦函數對有效波高時間序列進行分解學習，將學習得到的這些正弦函數進行合成預測，得到海浪的有效波高，對海浪的有效波高進行預測。

為了實現上述目的，本發明所采用的技術方案如下：

基于多正弦函數分解神經網絡預測海浪有效波高的方法：包括：

S1.首先獲得海浪波動的時間序列L(t_j)，并將時間序列L(t_j)分為用于學習的數據時間長度和用于驗證模型效果的數據時間長度；

S2.選擇用于學習的數據時間長度作為輸入最終預測波高數據的時間長度，根據學習的數據時間長度，利用數據的空間分辨率網格依次提取單點的時間序列，并選擇使用M個正弦函數對提取的單點時間序列進行分解學習，得到M次學習后的正弦函數最后將學習的正弦函數的結果進行累加：

其中：i(i＝1，2，3，...，M)為正弦函數的個數，A_i，B_i，C_i為正弦函數的系數，且所述A_i，B_i，C_i的初始值是隨機選擇的；

S3.將得到的正弦函數的結果與原始的驗證數據進行比較計算均方誤差，判斷預測結果，滿足MSE設置的閾值后進行未來時間有效波高的預測，將預測結果放回到提取初始時間序列的位置，直至所有的網格點預測完成，實現整個區域的有效波高預測。

優選的，步驟S1所述的得到海浪波動的時間序列L(t_j)的過程包括以下步驟：

S101.對經緯度范圍為105°E-112°E，17°N-22°N，時間分辨率為6小時，空間分辨率為0.125°×0.125°的ECMWFERA-Interim有效波高數據進行時間上的加權平均，分別整理成月平均數據和季平均數據，得到海浪波動的時間序列L(t_j)；