[發明專利]一種基于深度學習的海浪高度預測方法及其應用

在審

• 申請號: 202110295881.4
• 申請日: 2021-03-19
• 公開（公告）號: CN113051817A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 盧鵬;年圣全;劉楷贇;曹陽;張娜;王振華;鄭宗生
• 申請（專利權）人: 上海海洋大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06F111/10
• 代理公司: 上海唯智贏專利代理事務所(普通合伙) 31293
• 代理人: 劉朵朵

本發明公開了一種基于深度學習的海浪高度預測方法及其應用，方法：將海浪數據信息分別輸入AM?LSTM模型和CatBoost模型獲取輸出P1和P2后，按照以下公式對P1和P2進行重構得到預測序列P；P＝q2*P1+q1*P2，其中，w1是指經AM?LSTM模型輸出的MAE、RMSE及MAPE的均值，w2是指經CatBoost模型輸出的MAE、RMSE及MAPE的均值。本發明的海浪高度預測方法，兼顧了深度學習中的LSTM在處理長期數據預測方面的優勢以及注意力機制本身的特點和CatBoost的參數少、訓練快和不易過擬合的特點，對預測后的數據進行重構，其預測精度高，泛化性能強，特別適用于海浪高度的預測，極具應用前景。

技術領域

本發明屬于時間序列預測技術領域，涉及一種基于深度學習的海浪高度預測方法及其應用，特別涉及一種基于深度學習和CatBoost的多變量海浪高度預測方法及其應用。

背景技術

近年來，人類的探索重心逐漸從陸地轉向海洋，海水養殖、海洋運輸和濱海旅游等海洋資源的開發利用對經濟產值有很大促進作用。世界各國，主要沿海國家都充分認識到發展海洋經濟的戰略意義。海浪高度是海洋學研究中的重要參數之一，其變化會對海上作業、港口碼頭建設和沿海居民生活都產生很大的影響，甚至會導致沿海活動暫停和海上相關工作減少的極端情況。因此，海浪高度的準確預測在人類的海洋活動中起著至關重要的作用，進行浪高的預測研究具有十分重要的現實意義。

國內外很多的研究人員都對海浪高度的預測方法進行了深入的探究。目前已經提出了傳統數值模型、單一預測模型和組合預測模型的方法用于海浪的高度預測。

早期，傳統數值模型是研究海浪高度預測中最主要的方法，如WAM、JSONSWAP、SWAN、WIS、WAVEWATCH III已被用來預測海浪高度。文獻一(苗琪,徐福敏,俞茂玲.WAVEWATCHⅢ不同海冰源項的海浪模擬效果對比[J].海洋學報,2020,42(09):22-29.)驗證了第三代數值模型在不同海冰源項的海浪模擬效果對比。文獻二(馮司宇,馬小舟,董國海.波高非線性概率分布高階譜數值模型研究[J].海洋學報,2019,41(03):44-51.)通過使用高階譜模型對不同初始條件下海浪高度數值模擬。然而當計算大型模型時，由于大量數據和計算的復雜性，需要高性能計算機和顯著的時間成本，在需要快速結果的緊急情況下，數值計算不可靠。