[發明專利]基于物聯網數據在線學習的降雨等級預測方法及系統

在審

• 申請號: 202110989585.4
• 申請日: 2021-08-26
• 公開（公告）號: CN113780377A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 陳卓;熊根剛
• 申請（專利權）人: 重慶理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/29;G06N3/04
• 代理公司: 重慶中興達啟創專利代理事務所(普通合伙) 50264
• 代理人: 毛新民

1.一種基于物聯網數據在線學習的降雨等級預測方法，其特征在于，應用于基于物聯網數據在線學習的預測系統；所述基于物聯網數據在線學習的預測系統包括：

微型氣象站，用于周期性地采集被監測周圍局部區域的氣象站數據；

物聯網網關，對多個所述微型氣象站數據的過濾和匯集然后集中通過無線網絡將數據傳輸給云服務器；

降雨等級預測模型，所述降雨等級預測模型與所述云端服務器通信連接，降雨等級預測模型用于對所述微型氣象站的實時氣象數據分析，并對未來短時間降雨等級進行預測；所述降雨等級預測模型通過增量式在線學習方法定時對模型進行微調并更新；

實時在線的預測方法包括以下：

S1、初始時，通過收集被測區域的歷史氣象數據對所述降雨等級模型進行訓練，并將得到的初始氣象數據模型部署至云端進行降雨等級預測；

S2、系統每隔閾值時間收集所述微型氣象站所監測的氣象數據，并將該氣象數據存儲到數據庫中，對原始的數據進行預處理以形成精確的數據庫；

S3、從精確的數據庫中進行時間采樣來構建所述降雨等級預測模型訓練所需的數據集，通過該數據集對降雨等級進行訓練，使得所述降雨等級預測模型提取降雨等級的特征以對未來數據特征進行預測，然后將得到的未來數據特征進行分類，最終得到降雨等級情況。

2.根據權利要求1所述的一種基于物聯網數據在線學習的降雨等級預測方法，其特征在于：所述降雨等級預測模型包括時序預測模塊與分類模塊；所述時序預測模塊用于對未來短時期的屬性特進行預測，并生成分類的中間向量，所述分類模塊通過所述中間向量進行分類，得到降雨等級的概率值。

3.根據權利要求2所述的一種基于物聯網數據在線學習的降雨等級預測方法，其特征在于：所述時序預測模塊的構建方法包括在Transformer模型的嵌入層用線性層來代替，并對最后輸入的激活函數使用Sigomid函數；同時，在對注意力機制中Value的計算的時候增加了一個窗口取值來限制向后的取值，讓其更加關注之前的取值。

4.根據權利要求2所述的一種基于物聯網數據在線學習的降雨等級預測方法，其特征在于：所述分類模塊包括基于生成對抗網絡GAN的分類器，所述分類器包括若干功能組件。

5.根據權利要求1所述的一種基于物聯網數據在線學習的降雨等級預測方法，其特征在于：所述閾值時間為15分鐘。

6.根據權利要求1所述的一種基于物聯網數據在線學習的降雨等級預測方法，其特征在于：所述降雨等級至少包括零星小雨，小雨，中雨，大雨，暴雨，大暴雨，特大暴雨七種等級。

7.根據權利要求1所述的一種基于物聯網數據在線學習的降雨等級預測方法，其特征在于：所述微型氣象站內至少設置有風速風向傳感器、雨量傳感器、環境溫度傳感器、光合輻射傳感器，各個傳感器通過物聯網實現連通。

8.根據權利要求7所述的一種基于物聯網數據在線學習的降雨等級預測方法，其特征在于：所述氣象數據至少包括風速、風向、光照度、降雨量、濕度與環境溫度。