上浮环境数据预测模型的训练方法、上浮控制方法及设备技术

一种上浮环境数据预测模型的训练方法、上浮控制方法及设备，该方法包括重复执行以下操作，直至训练结果满足预设结束条件：执行训练样本数据集生成进程，生成训练样本数据集；利用训练样本数据集训练待训练的上浮环境数据预测模型；其中，执行训练样本数据集生成进程，生成训练样本数据集包括：在训练结果未满足预设结束条件的情况下，重复执行以下操作，直至水下勘测系统的上浮次数满足预设上浮次数：获取水下勘测系统上浮过程中的多个初始上浮环境数据；基于划分策略将多个初始上浮环境数据划分为多个一阶样本数据集；基于处理策略将每个一阶样本数据集中处理为二阶样本数据，以生成二阶样本数据集；基于多个二阶样本数据集生成训练样本数据集。成训练样本数据集。成训练样本数据集。

【技术实现步骤摘要】
上浮环境数据预测模型的训练方法、上浮控制方法及设备


[0001]本专利技术涉及勘测
，更具体地，涉及一种上浮环境数据预测模型的训练方法、上浮控制方法及设备。

技术介绍

[0002]水下勘测系统可以用于监测水下环境。但目前水下勘测系统的运行寿命和运行剖面数受限于电池容量和运行功耗，对水下环境健康带来危害，且不利于水下勘测系统的持续应用。
[0003]因此，对于如何延长水下勘测系统电池的使用寿命，降低对水下环境影响的研究具有重大意义。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种上浮环境数据预测模型的训练方法、水下勘测系统的上浮控制方法及电子设备。
[0005]本专利技术的一个方面，提供了一种上浮环境数据预测模型的训练方法，包括重复执行以下操作，直至训练结果满足预设结束条件，得到上浮环境数据预测模型，其中，上述上浮环境数据预测模型用于预测水下勘测系统进行下一上浮运动的上浮环境数据：执行训练样本数据集生成进程，生成训练样本数据集；利用上述训练样本数据集训练待训练的上浮环境数据预测模型；其中，上述执行训练样本数据集生成进程，生成训练样本数据集包括：在训练结果未满足预设结束条件的情况下，重复执行以下操作，直至上述水下勘测系统的上浮次数满足预设上浮次数：获取上述水下勘测系统上浮过程中的多个初始上浮环境数据；基于划分策略将上述多个初始上浮环境数据划分为多个一阶样本数据集；基于处理策略将每个上述一阶样本数据集中处理为二阶样本数据，以生成二阶样本数据集；基于多个上述二阶样本数据集生成上述训练样本数据集。
[0006]根据本专利技术实施例，每个上述初始上浮环境数据包括上述水下勘测系统在当前上浮周期测得的水的温度数据和密度数据。
[0007]根据本专利技术实施例，上述待训练的上浮环境数据预测模型为神经网络时间序列模型，其中，上述待训练的上浮环境数据预测模型的输出神经元个数定为1，隐含层节点数为5，学习速率为0.15，其中，上述神经网络时间序列模型为在神经网络模型基础上增加时间序列参数。
[0008]本专利技术的另一方面，提供了一种水下勘测系统的上浮控制方法，包括：利用如上述的训练方法训练得到的上浮环境数据预测模型预测，得到预测上浮环境数据；利用上述预测上浮环境数据，建立上浮能耗优化模型；基于上述上浮能耗优化模型，得到上述水下勘测系统上浮过程中的预测能耗数据，其中，上述预测能耗数据表征为上述水下勘测系统进行下一上浮运动的总能耗；基于上述预测能耗数据，利用上浮能耗优化计算方法，得到上述水下勘测系统的优化上浮数据；基于上述优化上浮数据，控制上述水下勘测系统做上浮运动。
[0009]根据本专利技术实施例，上述利用上述预测上浮环境数据，建立上浮能耗优化模型包括：基于分段拟合策略对上述预测上浮环境数据分段拟合，得到温度拟合函数和密度拟合函数；基于上述水下勘测系统的受力情况与运动速度和运动深度的关系，建立上述水下勘测系统的运动数学模型，其中，上述运动深度由上述水下勘测系统的当前排油量决定；基于能耗优化策略，利用上述温度拟合函数、密度拟合函数和运动数学模型，得到上述上浮能耗优化模型。
[0010]根据本专利技术实施例，上述基于上述预测能耗数据，利用上浮能耗优化计算方法，得到上述水下勘测系统的优化上浮数据，包括：以上述预测能耗数据为目标函数，以上述水下勘测系统完成一次剖面中上浮运动的总排油量和预设上浮速度阈值为约束条件，初始化种群，其中，上述总排油量由上述水下勘测系统完成一次剖面中上浮运动的总距离确定；基于群体投票方法迭代以下操作直至迭代次数达到预设迭代次数：将上述初始化后的种群输入上述上浮能耗优化模型，得到多个上述个体的预测总能耗；对上述初始化后的种群进行变异处理和交叉处理，以更新上述种群，得到初始更新后的种群；将上述初始更新后的种群输入上述上浮能耗优化模型，得到多个上述初始更新后的种群中的个体的更新总能耗；基于上述群体投票方法筛选上述种群，得到具有上述优化上浮数据的优化个体。
[0011]根据本专利技术实施例，上述预测上浮环境数据包括上述水下勘测系统进行下一上浮运动的水的预测温度数据和预测密度数据。
[0012]根据本专利技术实施例，上述优化上浮数据包括上述水下勘测系统进行下一上浮运动的优化排油次数、每次排油的优化排油量和上述水下勘测系统上浮过程中的优化上浮速度阈值。
[0013]根据本专利技术实施例，上述初始化后的种群包括多个随机生成的带有随机排油次数、随机排油量和随机速度阈值信息的个体。
[0014]本专利技术的另一方面，提供了一种电子设备，包括：一个或多个处理器；以及存储器，被配置为存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现上述的方法。
[0015]根据本专利技术实施例，通过持续多次获取水下勘测系统上浮过程中的初始上浮环境数据，可以多次生成训练样本数据集，进而可以实现通过水下勘测系统上浮过程中的实时初始上浮环境数据训练上浮环境数据预测模型，可以降低水下勘测系统运动中工作环境的影响因素，以提高水下勘测系统的工作效率，延长水下勘测系统电池的使用寿命，通过划分策略和处理策略处理初始上浮环境数据可以降低训练样本的复杂度，可以实现预测水下勘测系统进行下一上浮运动的上浮环境数据更精准的效果。
附图说明
[0016]通过以下参照附图对本专利技术实施例的描述，本专利技术的上述以及其他目的、特征和优点将更为清楚，在附图中：图1示意性示出了根据本专利技术实施例的可以应用在上浮环境数据预测模型的训练方法、水下勘测系统的上浮控制方法的示例性系统架构；图2示意性示出了根据本专利技术实施例的上浮环境数据预测模型的训练方法的流程图；
图3示意性示出了根据本专利技术实施例的在训练结果未满足预设结束条件的情况下，执行训练样本数据集生成进程，生成训练样本数据集的流程图；图4示意性示出了根据本专利技术实施例的水下勘测系统的上浮控制方法的流程图；图5示意性示出了根据本专利技术实施例的利用预测上浮环境数据，建立上浮能耗优化模型的流程图；图6示意性示出了根据本专利技术实施例的基于预测能耗数据，利用上浮能耗优化计算方法，得到水下勘测系统的优化上浮数据的流程图；图7示意性示出了根据本专利技术实施例的基于优化上浮数据，控制水下勘测系统做上浮运动的流程图；以及图8示意性示出了根据本专利技术实施例的上浮环境数据预测模型的训练方法和水下勘测系统的上浮控制方法的电子设备的框图。
具体实施方式
[0017]以下，将参照附图来描述本专利技术的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本专利技术实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。
[0018]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本专利技术。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在，但本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种上浮环境数据预测模型的训练方法，其特征在于，包括重复执行以下操作，直至训练结果满足预设结束条件，得到上浮环境数据预测模型，其中，所述上浮环境数据预测模型用于预测水下勘测系统进行下一上浮运动的上浮环境数据：执行训练样本数据集生成进程，生成训练样本数据集；利用所述训练样本数据集训练待训练的上浮环境数据预测模型；其中，所述执行训练样本数据集生成进程，生成训练样本数据集包括：在训练结果未满足预设结束条件的情况下，重复执行以下操作，直至所述水下勘测系统的上浮次数满足预设上浮次数：获取所述水下勘测系统上浮过程中的多个初始上浮环境数据；基于划分策略将所述多个初始上浮环境数据划分为多个一阶样本数据集；基于处理策略将每个所述一阶样本数据集中处理为二阶样本数据，以生成二阶样本数据集；基于多个所述二阶样本数据集生成所述训练样本数据集。2.根据权利要求1所述的方法，其特征在于，每个所述初始上浮环境数据包括所述水下勘测系统在当前上浮周期测得的水的温度数据和密度数据。3.根据权利要求1所述的方法，其特征在于，所述待训练的上浮环境数据预测模型为神经网络时间序列模型，其中，所述待训练的上浮环境数据预测模型的输出神经元个数定为1，隐含层节点数为5，学习速率为0.15，其中，所述神经网络时间序列模型为在神经网络模型基础上增加时间序列参数。4.一种水下勘测系统的上浮控制方法，其特征在于，包括：利用如权利要求1~3中任一项所述的方法训练得到的上浮环境数据预测模型预测，得到预测上浮环境数据；利用所述预测上浮环境数据，建立上浮能耗优化模型；基于所述上浮能耗优化模型，得到所述水下勘测系统上浮过程中的预测能耗数据，其中，所述预测能耗数据表征为所述水下勘测系统进行下一上浮运动的总能耗；基于所述预测能耗数据，利用上浮能耗优化计算方法，得到所述水下勘测系统的优化上浮数据；基于所述优化上浮数据，控制所述水下勘测系统做上浮运动。5.根据权利要求4所述的方法，其特征在于，所述利用所述预测上浮环境数据，建立上浮能耗优化模型包括：基于...

【专利技术属性】
技术研发人员：李醒飞，文艺成，徐佳毅，庞水，刘烨昊，马庆锋，李洪宇，
申请(专利权)人：天津大学，
类型：发明
国别省市：