机场露点温度预测方法及装置制造方法及图纸

本发明专利技术公开了一种机场露点温度预测方法及装置，其中该方法包括：获取历史机场气象数据；对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数；根据各气象变量的相关系数，从历史机场气象数据中筛选出与露点温度相关的气象变量，确定为特征数据；根据特征数据，对NARX神经网络模型进行训练，将训练好的NARX神经网络模型确定为露点温度预测模型；将待预测的机场气象数据输入露点温度预测模型，输出机场露点温度预测结果。本发明专利技术可以实现更准确的露点温度的预测，保证机场航空安全运行。场航空安全运行。场航空安全运行。

【技术实现步骤摘要】
机场露点温度预测方法及装置


[0001]本专利技术涉及机场运行
，尤其涉及机场露点温度预测方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]飞机的运行环境决定了气象研究在航空领域举足轻重的地位。露点温度是空气中水蒸气量的指标。它是大气压力、湿度和温度条件导致空气在通过外部冷却时达到饱和状态的温度。露点温度指示空气的相对湿度，并有助于确定冷却过程中是否会发生冷凝。此外，它还可以深入了解空气中的水蒸气量以及空气中可以容纳多少水分。大气中的大量水蒸气导致空气密度不平衡，导致飞机发动机吸收的空气减少。这将降低飞行器产生升力和推力的能力，从而阻碍其动态性能。当露点温度与大气温度相当时，很容易产生雾、云和雨，导致能见度降低和严重对流风暴等危险情况。此外，如果气候足够寒冷，会出现积冰等严重风险，对航空安全运行构成重大危害。因此，露点温度的准确预测对保证机场航空安全运行具有积极意义。然而当前并没有相关技术与方法用于机场露点温度预测。

技术实现思路

[0004]本专利技术实施例提供一种机场露点温度预测方法，用以实现更准确的露点温度的预测，保证机场航空安全运行，该方法包括：
[0005]获取历史机场气象数据；
[0006]对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数；
[0007]根据各气象变量的相关系数，从历史机场气象数据中筛选出与露点温度相关的气象变量，确定为特征数据；
[0008]根据特征数据，对NARX神经网络模型进行训练，将训练好的NARX神经网络模型确定为露点温度预测模型；
[0009]将待预测的机场气象数据输入露点温度预测模型，输出机场露点温度预测结果。
[0010]本专利技术实施例还提供一种机场露点温度预测装置，用以实现更准确的露点温度的预测，保证机场航空安全运行，该装置包括：
[0011]历史机场气象数据获取模块，用于获取历史机场气象数据；
[0012]相关系数获取模块，用于对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数；
[0013]特征数据确定模块，用于根据各气象变量的相关系数，从历史机场气象数据中筛选出与露点温度相关的气象变量，确定为特征数据；
[0014]露点温度预测模型确定模块，用于根据特征数据，对NARX神经网络模型进行训练，将训练好的NARX神经网络模型确定为露点温度预测模型；
[0015]露点温度预测结果输出模块，用于将待预测的机场气象数据输入露点温度预测模型，输出机场露点温度预测结果。
[0016]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述机场露点温度预测方法。
[0017]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述机场露点温度预测方法。
[0018]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述机场露点温度预测方法。
[0019]本专利技术实施例中，通过对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数；根据气象变量的相关系数，得到露点温度的特征数据；根据筛选后的特征数据，对NARX(Nonlinear Auto
‑
Regressive model with Exogenous Inputs，带有外部输入的非线性自回归神经网络)神经网络模型进行训练，根据训练好的NARX神经网络模型建立露点温度预测模型；将待预测的机场气象数据输入到露点温度预测模型中，输出露点温度的预测结果。从而实现更准确的露点温度的预测，保证机场航空安全运行。
附图说明
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0021]图1为本专利技术实施例中机场露点温度预测方法的流程图；
[0022]图2为本专利技术实施例中气象变量Kendall相关系数灰阶图；
[0023]图3为本专利技术实施例中NARX神经网络模型结构图；
[0024]图4为本专利技术实施例中露点温度预测模型训练状态图；
[0025]图5为本专利技术实施例中露点温度预测模型性能图；
[0026]图6为本专利技术实施例中露点温度预测图；
[0027]图7为本专利技术实施例中露点温度预测模型的拟合图；
[0028]图8为本专利技术实施例中机场露点温度预测装置的示意图。
具体实施方式
[0029]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0030]如图1为本专利技术实施例中机场露点温度预测方法的流程图，该方法包括：
[0031]步骤101，获取历史机场气象数据；
[0032]步骤102，对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数；
[0033]步骤103，根据各气象变量的相关系数，从历史机场气象数据中筛选出与露点温度
相关的气象变量，确定为特征数据；
[0034]步骤104，根据特征数据，对NARX神经网络模型进行训练，将训练好的NARX神经网络模型确定为露点温度预测模型；
[0035]步骤105，将待预测的机场气象数据输入露点温度预测模型，输出机场露点温度预测结果。
[0036]下面对每一步骤进行详细阐述。
[0037]在步骤101中，获取历史机场气象数据。
[0038]在一实施例中，所述历史机场气象数据包括：
[0039]风向、风速、温度、露点温度、QNH(Query Normal Height，修正海平面气压)、相对湿度、VIS(Visibility，能见度)、云底高以及RVR(Runway Visual Range，跑道视程)其中之一或任意组合。
[0040]在一实施例中，对历史机场气象数据中各气象变量进行相关性分析之前，还包括：
[0041]对历史机场气象数据进行数据清洗和标准化处理。
[0042]具体实施例中，对获取的历史机场气象数据(风向、风速、温度、露点温度、相对湿度、云高、能见度、修正海平面气压、跑道视程等)进行数据清洗、标准化处理，从而排除可能因数据异常、缺失以及纲量不同引起的问题；
[0043]所述的数据清洗包括：识别并剔除异常值，对于一般缺失数据，使用线性插值法补本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机场露点温度预测方法，其特征在于，包括：获取历史机场气象数据；对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数；根据各气象变量的相关系数，从历史机场气象数据中筛选出与露点温度相关的气象变量，确定为特征数据；根据特征数据，对NARX神经网络模型进行训练，将训练好的NARX神经网络模型确定为露点温度预测模型；将待预测的机场气象数据输入露点温度预测模型，输出机场露点温度预测结果。2.如权利要求1所述的方法，其特征在于，对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数，包括：使用Kendall相关系数对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数。3.如权利要求2所述的方法，其特征在于，使用Kendall相关系数对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数，包括：按照以下公式计算相关系数：其中，X
i
，Y
i
为变量X，Y的第i个观察值，X
j
，Y
j
为变量X，Y的第j个观察值，τ为相关系数，σ(X
i
‑
X
j
)和σ(Y
i
‑
Y
j
)分别为X
i
‑
X
j
和Y
i
‑
Y
j
的符号函数，n表示样本数量。4.如权利要求3所述的方法，其特征在于，从历史机场气象数据中筛选出与露点温度相关的气象变量，包括：若相关系数为1，则确定气象变量与露点温度正相关；若相关系数为0，则确定气象变量与露点温度无关联；若相关系数为
‑
1，则确定气象变量与露点温度负相关。5.如权利要求4所述的方法，其特征在于，还包括：删除与露点温度无关联的气象变量。6.如权利要求1所述的方法，其特征在于，对历史机场气象数据中各气象变量进行相关性分析之前，还包括：对历史机场气象数据进行数据清洗和标准化处理。7.如权利要求1所述的方法，其特征在于，历史机场气象数据包括：风向、风速、温度、露点温度、修正海平面气压QNH、相对湿度、能见度VIS、云底高以及跑道视程RVR其中之一或任意组合。8.一种机场露点温度预测装置，其特征在于，包括：历史机场气象数据获取模块，用于获取历史机场气象数据；相关系数获取模块，用于对历史机场气象数据中各气象变量进行相关性分析，获得各气象变量的相关系数；特征数据确定模块，用于根据各气象变量的相关系数，从历史机场气象...

【专利技术属性】
技术研发人员：李佳骏，周强，周肖东，王志强，江柱，王辰辉，张莲，吴婧宜，
申请(专利权)人：国网电力空间技术有限公司，
类型：发明
国别省市：