一种沿海波浪预报方法、装置、设备及介质与流程

本发明属于波浪预报，涉及一种沿海波浪预报方法、装置、设备及介质。

背景技术：

1、波浪是海工结构物、海上运输及作业工具运转时需要考虑的重要安全因素。开展准确高效的波浪预报，不仅有助于海上生产活动的开展，也有助于增强海工结构物、海上运输工具以及人员应对灾害的能力，具有重要的科研价值和社会经济意义。

2、波浪数值预报模型主要有缓坡方程、boussinesq方程、texel marsen和arsolespectrum(tma)谱预报法及能量平衡方程等。除上述波浪预报方法外，机器学习也被应用于波浪预报研究，目前应用于波浪预报的机器学习模型主要分为两类，一类是神经网络模型，该模型模仿人类大脑对于多数据、多特征的处理方式，以人工神经元为单位处理、分析数据，具备解决非线性问题的能力，适用于随机性较强的波浪研究，但神经网络模型具有原理可解释性不强，调参耗时耗力的缺点；另一类是决策树模型，与神经网络模型相比，决策树模型优势在于其建模规则清晰可见，便于理解，训练时间更短，缺点是对异常值过于敏感，泛化能力差。针对波浪预报计算，现有研究成果大都关注于单一模型的应用，而机器学习的发展趋势是同时使用多个算法，以期规避单一模型自身的缺陷，获得比单一模型更好的拟合表现和更小的误差，然而目前未见该类集成机器学习算法应用于波浪预报研究的报道，且大部分相关研究都以有效波高为模型因变量，未给出考虑其余波浪要素为输出因变量的机器学习方法，忽略了其他波浪要素的预报计算，其方法仍有待完善。

技术实现思路

1、本发明的目的在于克服现有技术中的不足，提供一种沿海波浪预报方法、装置、设备及介质，提高了波浪预报的准确率和全面性。

2、为达到上述目的，本发明是采用下述技术方案实现的：

3、第一方面，本发明提供了一种沿海波浪预报方法，包括：

4、获取待预报区域的气象数据和边界波浪特征数据；

5、将所述待预报区域的气象数据和边界波浪特征数据，输入至预先建立的波浪预报模型中，得到所述待预报区域在预设时间的波浪预报结果，所述波浪预报结果包括有效波高、波向角、波周期和谱峰周期；

6、其中，所述波浪预报模型包括多个层，并且下一层的输入数据包括上一层的输出数据。

7、进一步的，所述波浪预报模型是利用训练集进行训练完成的，所述训练集包括中国近海波浪数据库中的波高数据和cfsr再分析风场数据。

8、进一步的，所述波浪预报模型包括两层，第一层包括并联连接的多层感知器模型和随机森林模型，第二层包括极端随机树模型；所述第二层的输入数据为所述第一层的输出数据。

9、进一步的，所述获取待预报区域的气象数据和边界波浪特征数据，包括：

10、将所述待预报区域划分为一个或多个矩形区域；

11、获取每个所述矩形区域的气象数据；

12、获取每个所述矩形区域的边界角点的波浪特征数据。

13、进一步的，所述气象数据包括风速；所述波浪特征数据包括有效波高、波向角、波周期以及谱峰周期。

14、进一步的，所述沿海波浪预报方法还包括：抑制所述波浪预报结果中的有效波高的数值震荡。

15、进一步的，所述抑制所述波浪预报结果中的有效波高的数值震荡，包括：

16、如果所述波浪预报模型在i时刻的有效波高预报结果的k参数大于预设阈值，则将i时刻的有效波高设置为所述波浪预报模型在i-1时刻的有效波高预报结果和i+1时刻的有效波高预报结果的平均值；

17、所述k参数的计算公式为：

18、

19、其中，k(i)表示所述波浪预报模型在i时刻的有效波高预报结果的k参数，yi为i时刻的有效波高预报结果，yi-1为i-1时刻的有效波高预报结果，yi-2为i-2时刻的有效波高预报结果，yi+1为i+1时刻的有效波高预报结果，yi+2为i+2时刻的有效波高预报结果。

20、第二方面，本发明还提供了一种沿海波浪预报装置，装置包括：

21、获取模块，用于获取待预报区域的气象数据和边界波浪特征数据；

22、波浪预报模块，用于将所述待预报区域的气象数据和边界波浪特征数据，输入至预先建立的波浪预报模型中，得到所述待预报区域在预设时间的波浪预报结果，所述波浪预报结果包括有效波高、波向角、波周期和谱峰周期；

23、其中，所述波浪预报模型包括多个层，并且下一层的输入数据包括上一层的输出数据。

24、第三方面，本发明还提供一种计算机设备，包括：

25、存储器，用于存储计算机程序；

26、处理器，用于执行所述计算机程序以实现上述的沿海波浪预报方法的步骤。

27、第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行实现上述的沿海波浪预报方法的步骤

28、与现有技术相比，本发明所达到的有益效果：

29、本发明提供的沿海波浪预报方法，建立了基于风速和区域边界条件的集成机器学习波浪预报模型，预报结果不仅有有效波高，还包括波向角、波周期和谱峰周期，预报结果更加全面。波浪预报模型采用多层感知器、随机森林两种拟合度较好的学习器为作为第一层模型，通过复杂的非线性变化提取特征，采用极端随机树学习器作为第二层模型，通过极端随机树模型的进一步学习，能够降低在第一层模型中累计的过拟合风险，提升预报的准确率和稳定性。通过k参数，有效抑制了波浪预报结果中的有效波高的数值震荡，进一步提升了波浪预报的准确性。

技术特征：

1.一种沿海波浪预报方法，其特征在于，包括：

2.根据权利要求1所述的沿海波浪预报方法，其特征在于，所述波浪预报模型是利用训练集进行训练完成的，所述训练集包括中国近海波浪数据库中的波高数据和cfsr再分析风场数据。

3.根据权利要求1所述的沿海波浪预报方法，其特征在于，所述波浪预报模型包括两层，第一层包括并联连接的多层感知器模型和随机森林模型，第二层包括极端随机树模型；所述第二层的输入数据为所述第一层的输出数据。

4.根据权利要求1所述的沿海波浪预报方法，其特征在于，所述获取待预报区域的气象数据和边界波浪特征数据，包括：

5.根据权利要求4所述的沿海波浪预报方法，其特征在于，所述气象数据包括风速；所述波浪特征数据包括有效波高、波向角、波周期以及谱峰周期。

6.根据权利要求1所述的沿海波浪预报方法，其特征在于，还包括：抑制所述波浪预报结果中的有效波高的数值震荡。

7.根据权利要求6所述的沿海波浪预报方法，其特征在于，所述抑制所述波浪预报结果中的有效波高的数值震荡，包括：

8.一种沿海波浪预报装置，其特征在于，包括：

9.一种计算机设备，其特征在于，包括：

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述的沿海波浪预报方法的步骤。

技术总结
本发明公开一种沿海波浪预报方法、装置、设备及介质，属于波浪预报技术领域。其中方法包括：获取待预报区域的气象数据和边界波浪特征数据；将所述待预报区域的气象数据和边界波浪特征数据，输入至预先建立的波浪预报模型中，得到所述待预报区域在预设时间的波浪预报结果，所述波浪预报结果包括有效波高、波向角、波周期和谱峰周期；其中，所述波浪预报模型包括多个层，并且下一层的输入数据包括上一层的输出数据。本发明提出的沿海波浪预报方法通过建立基于风速和区域边界条件的集成机器学习波浪预报模型，同时通过引入K参数来抑制波浪预报结果中的有效波高的数值震荡，提升了波浪预报的准确性和全面性。

技术研发人员：王晓惠,沈旭伟,陈有俊,张洋,程春龙,石军,刘灿,张婷,王鹏,王梦姝,舒司霖
受保护的技术使用者：中国能源建设集团江苏省电力设计院有限公司
技术研发日：
技术公布日：2024/8/13