一种基于STL-Transformer-ARIMA架构的航空安全预测方法技术

本发明专利技术提供了一种基于STL‑Transformer‑ARIMA架构的航空安全预测方法，包括：对航空故障事件数据进行清洗，将非结构化的文本报告数据转为结构化数据；采用STL时序分解法将航空故障事件数据分解成季节项、趋势项和残差项数据三部分；对比分析不同参数设定下的分解性能，确定最终的航空故障事件数据分解结果；构建Transformer‑ARIMA组合预测模型，输出季节项、趋势项和残差项数据的三项预测结果，其中，Transformer模型用于训练和预测趋势项数据，ARIMA模型用于训练和预测季节项和残差项数据；将三项预测结果线性加和，得到最终的航空故障事件预测值。本发明专利技术不仅能够更好地理解航空故障事件的特征，提高预测准确性，还能够降低模型的复杂度，提高计算效率。

【技术实现步骤摘要】

本专利技术属于航空安全，具体涉及一种基于stl-transformer-arima架构的航空安全预测方法。

技术介绍

1、近年来，随着安全管理理念和技术的发展，致命航空事故不断减少。然而，以故障事件为代表的非致命航空事故仍然不容忽视。这些事故指的是执行任务过程中的系统及组件级故障，它们不会直接造成人员伤亡或功能故障等严重后果，但可能造成航班延误、迫降等不良后果，并积累一定的安全隐患。因此，准确预测航空故障事件的变化趋势，有助于全面掌握当前及未来的安全状况，防止安全形势进一步恶化。

2、航空故障事件的诱发机制非常复杂，现有的研究采用数据驱动方法来进行航空安全预测，它提取有用的信息，并基于现有的数据进行近似的映射模型，从而避免了繁琐的数学推导。预测航空安全的数据驱动方法的发展经历了两个主要阶段：

3、一、第一阶段是基于经典统计学的预测方法。该方法通过建立基于统计的预测模型，然后定量分析预测变量和因变量的分析公式，最后近似计算航空安全水平趋势。所构建的预测模型主要包括自回归移动平均(auto-regressive moving avera本文档来自技高网...

【技术保护点】

1.一种基于STL-Transformer-ARIMA架构的航空安全预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于STL-Transformer-ARIMA架构的航空安全预测方法，其特征在于，所述步骤1包括以下子步骤：

3.根据权利要求1或2所述的基于STL-Transformer-ARIMA架构的航空安全预测方法，其特征在于，所述步骤4包括以下子步骤：

4.根据权利要求1或2所述的基于STL-Transformer-ARIMA架构的航空安全预测方法，其特征在于，所述步骤5包括以下子步骤：

5.根据权利要求1或2所述的基...

【技术特征摘要】

1.一种基于stl-transformer-arima架构的航空安全预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于stl-transformer-arima架构的航空安全预测方法，其特征在于，所述步骤1包括以下子步骤：

3.根据权利要求1或2所述的基于stl-transformer-arima架构的航空安全预测方法，其特征在于，所述步骤4包括以下子步骤：

4.根据权利要求1或2所述的基于stl-transformer-a...

【专利技术属性】
技术研发人员：任博，曾航，郭建胜，张红梅，王超，郭建升，王文涛，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：