基于数据智能的航班管理延误事后分析方法技术

本发明专利技术公开了一种基于数据智能的航班管理延误事后分析方法，步骤如下：数据分析环境准备和对民航航班运行历史数据进行采集；循环遍历上述清洗后的航班运行历史数据，并根据航班飞行计划历史数据判断当前航班是否为受控航班；根据航班管理延误分析指标体系中的指标进行数据分析计算；构建基于航班运行历史数据的非监督学习算法；根据不同扇区对象和机场对象的内在特征相似程度进行本领域历史数据挖掘分析；对航班管理延误分析数据进行可视化处理及输出；本发明专利技术方法能够提升航班流量管理对航班运行各个过程的精细化和智能化数据分析，支撑对航班流量管理工作的改进。支撑对航班流量管理工作的改进。支撑对航班流量管理工作的改进。

【技术实现步骤摘要】
基于数据智能的航班管理延误事后分析方法


[0001]本专利技术属于民航空中交通管理信息化和人工智能技术的交叉领域，具体涉及一种基于数据智能的航班管理延误事后分析方法。

技术介绍

[0002]随着中国经济和民航的飞速发展，人们对于出行的需求日益增高，空中交通流量也不可避免地随之增加。我国空域结构复杂，民航可用资源有限，空中交通流量分布不均衡导致了繁忙终端区内空域拥堵，流量控制，大面积航班延误等一系列问题频繁。数据分析是流量管理中重要的工作之一，随着海量异构数据的增长，如何全面深入的进行数据挖掘与实际应用是民航航班运行管理的业务痛点问题。
[0003]现有技术实现方案主要围绕航班延误预测和航班延误原因分析，比如，中国专利技术专利申请号为CN202111201726.8，名称为“基于大数据挖掘处理分析的航班延误预测方法”中公开了如下步骤：A、数据预处理：采集多维度的原始数据，B、结合初步的特征变量构建特征工程数据并采用随机森林得到特征的重要性权重，进而得到特征集合，C、通过多次网格搜索结合K折验证的方式按照基于不同机场数据适配最优化的模型参数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据智能的航班管理延误事后分析方法，其特征在于，步骤如下：1)数据分析环境准备和对民航航班运行历史数据进行采集，具体采集航班飞行计划历史数据、流量管理措施历史数据、全国管制扇区对象数据、全国民用机场对象数据、航空气象数据并进行数据清洗；2)循环遍历上述清洗后的航班运行历史数据，并根据航班飞行计划历史数据判断当前航班是否为受控航班；若是受控航班，则对流控措施数据和航班飞行计划数据进行航班关联流控措施数据融合集成处理，并进入步骤3)；若是非受控航班，则返回步骤2)；3)根据航班管理延误分析指标体系中的指标进行数据分析计算；判断当前航班受控区域的发生位置；若为区管管制区，则累加计算区域流量管理延误，统计各延误原因种类的分量延误；若为进近管制区，则累加计算终端流量管理延误，统计各延误原因种类的分量延误；同时，根据当前已遍历处理的航班数量和航班计划总量判断是否遍历结束，若遍历结束则进入步骤4)；若遍历未结束则返回步骤2)；4)构建基于航班运行历史数据的非监督学习算法；根据不同扇区对象和机场对象的内在特征相似程度进行本领域历史数据挖掘分析；5)对航班管理延误分析数据进行可视化处理及输出；根据航班管理延误分析指标体系进行数据分析，并以数据可视化形式输出民用机场和管制扇区的聚类分析结果。2.根据权利要求1所述的基于数据智能的航班管理延误事后分析方法，其特征在于，所述步骤1)具体包括：初始化，导入Python的第三方库包括但不限于数据分析库Pandas、机器学习工具库Sklearn、数据可视化库Matplotlib库，构建基于数据智能的航班管理延误事后分析的集成环境。3.根据权利要求1所述的基于数据智能的航班管理延误事后分析方法，其特征在于，所述步骤1)具体还包括：调用Pandas库的read_csv()方法读入航班运行历史数据，包括航班飞行计划历史数据、流控措施历史数据、全国民用机场对象数据、全国扇区对象数据、航空气象数据，进行数据清洗；具体使用Pandas的DataFrame数据结构类型的变量读取航班计划数据和流控措施数据，并使用Pandas进行预计起飞时间、计算起飞时间、实际起飞时间、可变滑行时间、航班受控标识、流控原因、流控事发地数据的清洗。4.根据权利要求3所述的基于数据智能的航班管理延误事后分析方法，其特征在于，所述航班数据清洗具体包括：完整性：单条数据是否存在空值，统计的字段是否完善；全面性：观察某一列的全部数值，该列的平均值、最大值、最小值是否有问题；合法性：数据的类型、内容、大小的合法性；比如计算起飞时间数据中存在非ASCII字符，流控始发地存在了未知；唯一性：数据是否存在重复记录。5.根据权利要求1所述的基于数据智能的航班管理延误事后分析方法，其特征在于，所述步骤2)中根据航班飞行计划历史数据中的是否受控属性字段来判断是否为受控航班；若是否受控属性字段值为真，则当前航班是受控航班；若是否受控属性字段值为假，则当前航
班是非受控航班。6.根据权利要求5所述的基于数据智能的航班管理延误事后分析方法，其特征在于，所述步骤2)中若是受控航班，则对流控措施数据和航班飞行计划数据进行航班关联流控措施数据融合集成处理，数据融合集成处理的属性字段包括：航班号、航班唯一号、起飞机场、落地机场、航路点、计算起飞时间、实际起飞时间、流控唯一号、流控原因、流控发生地、流控类型、流控日期、流控发布单位。7.根据权利要求1所述的基于数据智能的航班管理延误事后分析方法，其特征在于...

【专利技术属性】
技术研发人员：靳学梅，刘成杰，胥宝新，苏祖辉，叶鑫鑫，刘鑫，杨恺，王振飞，肖权，周小数，张震亚，
申请(专利权)人：南京莱斯信息技术股份有限公司，
类型：发明
国别省市：