[發(fā)明專(zhuān)利]一種基于深度學(xué)習(xí)的云層變化趨勢(shì)預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110040046.6
• 申請(qǐng)日: 2021-01-13
• 公開(kāi)（公告）號(hào): CN112632311A
• 公開(kāi)（公告）日: 2021-04-09
• 發(fā)明（設(shè)計(jì)）人: 李文峰;戴政;趙康僆;方元;周煒棟;王藝樺;周逸秋;周鑫;陳吳濤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京大學(xué)
• 主分類(lèi)號(hào): G06F16/55
• 分類(lèi)號(hào): G06F16/55;G06F16/58;G06Q10/04;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 南京瑞弘專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 彭雄

1.一種基于深度學(xué)習(xí)的云層變化趨勢(shì)預(yù)測(cè)方法，其特征在于，包括以下步驟：

步驟(1)，將從地面站采集的云圖序列做數(shù)據(jù)預(yù)處理；按地面站上空的云層狀況將云圖序列數(shù)據(jù)分為晴空、少云和多云三類(lèi)，并確定訓(xùn)練集、驗(yàn)證集和測(cè)試集；

步驟(2)，基于卷積-長(zhǎng)短期記憶網(wǎng)絡(luò)搭建深度預(yù)測(cè)網(wǎng)絡(luò)模型，深度預(yù)測(cè)網(wǎng)絡(luò)模型包括預(yù)測(cè)網(wǎng)絡(luò)層、時(shí)間切片全連接層和全連接層，其中，預(yù)測(cè)網(wǎng)絡(luò)層由四個(gè)模塊組成，分別是輸入卷積層，卷積-長(zhǎng)短期記憶網(wǎng)絡(luò)層，預(yù)測(cè)層和誤差表示層，具體的更新規(guī)則如下：

其中，表示輸入卷積層，x_t表示輸入云層圖像，t表示當(dāng)前時(shí)刻，l表示當(dāng)前模型網(wǎng)絡(luò)層，MAXPOOL表示最大池化函數(shù)，RELU表示激活函數(shù)，CONV表示卷積函數(shù)，表示誤差網(wǎng)絡(luò)層，表示預(yù)測(cè)層，表示卷積長(zhǎng)短期記憶網(wǎng)絡(luò)表示層，CONVLSTM表示卷積長(zhǎng)短期記憶函數(shù)，UPSAMPLE表示上采樣函數(shù)，λ_t表示t時(shí)刻的誤差權(quán)重，n_l表示l層的誤差權(quán)重，L_train是總損失函數(shù)，定義為各層、各時(shí)刻預(yù)測(cè)誤差的加權(quán)和；

步驟(3)，對(duì)深度預(yù)測(cè)網(wǎng)絡(luò)模型訓(xùn)練，將訓(xùn)練集喂入深度預(yù)測(cè)網(wǎng)絡(luò)模型進(jìn)行模型的線下訓(xùn)練，驗(yàn)證集防止模型的過(guò)擬合，測(cè)試集用于測(cè)試模型的預(yù)測(cè)準(zhǔn)確率，得到訓(xùn)練好的深度預(yù)測(cè)網(wǎng)絡(luò)模型；

基于新接收的云層三維信息，通過(guò)訓(xùn)練好的深度預(yù)測(cè)網(wǎng)絡(luò)模型直接預(yù)測(cè)下一時(shí)刻的云層的運(yùn)動(dòng)和變化，預(yù)測(cè)下一時(shí)刻的云層的運(yùn)動(dòng)和變化完成之后，此時(shí)將預(yù)測(cè)網(wǎng)絡(luò)層和時(shí)間切片全連接層的參數(shù)固定，計(jì)算單位時(shí)間內(nèi)相鄰云層數(shù)據(jù)的歐幾里得距離得到云層變化速度，根據(jù)云層變化速度設(shè)定和調(diào)整滑動(dòng)窗口的大小，從當(dāng)前接收的待預(yù)測(cè)序列中選取小訓(xùn)練集，對(duì)全連接層進(jìn)行參數(shù)調(diào)整。

2.根據(jù)權(quán)利要求1所述基于深度學(xué)習(xí)的云層變化趨勢(shì)預(yù)測(cè)方法，其特征在于：步驟(3)中預(yù)測(cè)下一時(shí)刻的云層的運(yùn)動(dòng)和變化的方法為：

步驟(3.1)，首先設(shè)定云層變化速度的多個(gè)閾值，每個(gè)閾值之間對(duì)應(yīng)相應(yīng)的滑動(dòng)窗口大小；

步驟(3.2)，計(jì)算當(dāng)前單位時(shí)間內(nèi)相鄰云層數(shù)據(jù)的歐幾里得距離得到云層變化速度，與設(shè)定的閾值相比較，動(dòng)態(tài)選擇滑動(dòng)窗口長(zhǎng)度。

3.根據(jù)權(quán)利要求1所述基于深度學(xué)習(xí)的云層變化趨勢(shì)預(yù)測(cè)方法，其特征在于：步驟(1)數(shù)據(jù)預(yù)處理包括數(shù)據(jù)篩選和數(shù)據(jù)清洗，去除不合格的云層圖像。