一种基于循环门控单元核的波浪长期预报方法

本发明涉及波浪预报，具体而言，尤其涉及一种基于循环门控单元核的波浪长期预报方法。

背景技术：

1、波浪预报的主流方法是基于能量平衡方程进行积分计算得到的第三代海浪模式(wan)方法。在国际上专业的海浪预报任务中，以这种方法为基础的衍生算法占有主导地位。这种方法基于能量平衡方程，具有一定局限性。

2、在局部区域中，应用这类方法预测海浪的有义波高需要输入的边界条件繁多。一般来说，预测波浪需要确定的边界条件至少包含这一区域的风速、温度、气压、以及其他由于地球运动引起洋流、潮汐等。在局部区域中、确定如此多的边界条件需要更多的人力物力财力。

3、即便在已知边界条件的情况下，也难以对该区域的每个点的海浪有义波高进行高精度的预测。在强非线性非平稳的条件下，这种方法带来的精度下降是非常明显的。这是由于在强非线性条件下，边界条件的测定更为困难，且变化十分剧烈，难以达到平稳。因此在边界条件不稳定甚至不确定的情况下，通过能量平衡方程预测的波浪高度也具有了很大的不确定性。反映在实际中，就是在强台风、高海况条件下这类方法预测的波高精度很低，若提高了精度则有效预测的时间就会急剧缩短。

4、在以上的条件下，当局部区域聚焦于海面中的一个点时，这种方法的局限性会更加明显，具体表现为难以对单点的有义波高进行长期的预测。

5、综上所述，需要发明一种对海洋区域的某个点有义波高的长期预测方法。这种方法针对的条件是，预测目标点所在的区域是高海况条件下，具有强非线性和强非平稳性，且除了波浪高度特征以外，其他如温度、湿度、压力、风速、等特征难以测量的情况。

技术实现思路

1、有鉴于此，本发明的目的在于提出一种基于循环门控单元核的波浪长期预报方法，以解决现有波浪预报方法难以对单点的有义波高进行长期预测的技术问题。

2、本发明采用的技术手段如下：

3、一种基于循环门控单元核的波浪长期预报方法，包括如下步骤：

4、s1、建立目标点的波浪数据库，所述波浪数据库包括在一定时间范围内目标样本点的海浪波高值；

5、s2、将一定时间范围内目标样本点的所有海浪波高值进行归一化处理，得到有义波高归一化值；

6、s3、设置输入步长与预测步长，并根据所述有义波高归一化值制作样本对，所述样本对包括输入值和输出值；

7、s4、构建循环门控单元核；

8、s5、使用全连接神经网络接收循环门控单元核的输出，得到用于预测的整体模型；

9、s6、构建损失函数；

10、s7、采用所述损失函数对用于预测的整体模型进行迭代计算，得到训练后的整体模型；

11、s8、将目标海域的前序数据带入至训练后的整体模型中，得到波浪长期预报结果。

12、进一步地，s1中：测量目标点的有义波高时，所述有义波高包含一次完整的强非线性非平稳周期；以等时间间隔测量有义波高，所述等时间间隔大于等于15分钟。

13、进一步地，s2中，将数据归一化的公式为：

14、

15、其中，hi表示第i个时间步的波高；hmax表示数据库中波高最大值；hmax表示数据库中最小波高。

16、进一步地，s4中，所述循环门控单元核包括输入门、输出门和删除门，表达式如下：

17、

18、其中，ai为输入门的激活函数，af为输出门的激活函数，ad为删除门的激活函数；

19、输入门、输出门和删除门的关系表达式为：

20、ct＝ft⊙ct-1+it⊙ac(wxcxt+whcht-1+bc)

21、其中，xt为第t个样本对的输入，ht-1为第t-1个输入值的共享参数矩阵，bc为偏置项。

22、进一步地，s6中：

23、对于第i个样本对，其损失函数为：

24、

25、假设样本对的总数量为t，则全局损失函数为：

26、

27、其中，为波浪预测值，y为样本对中的输出值，是波浪的真实值。

28、进一步地，s7中迭代计算的步骤包括：

29、求解三个参数的矩阵wxh、why、whh的梯度：

30、

31、

32、

33、更新参数：

34、

35、其中，θ为所有参数，lr为学习率；

36、当梯度为零时，参数不在随着迭代而变化，随着迭代达到迭代次数，参数更新结束。

37、本发明还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时，执行上述任一项所述的基于循环门控单元核的波浪长期预报方法。

38、本发明还提供了一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器通过所述计算机程序运行执行上述任一项所述的基于循环门控单元核的波浪长期预报方法。

39、较现有技术相比，本发明具有以下优点：

40、1、本发明设计了一种特有的门控单元核，通过三个门控单元核的特殊构型，实现了循环结构，可以做到波浪的长期时间的特征提取。

41、2、本发明通过使用全连接神经网络接收门控循环核的输出，通过梯度下降的迭代计算方式，实现了参数的快速迭代，减少了迭代次数，缩短了模型训练时间。

42、3、本发明通过设置对数损失函数，减少了每轮的迭代时间，缩短了模型训练时间。

技术特征：

1.一种基于循环门控单元核的波浪长期预报方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于循环门控单元核的波浪长期预报方法，其特征在于，s1中：测量目标点的有义波高时，所述有义波高包含一次完整的强非线性非平稳周期；以等时间间隔测量有义波高，所述等时间间隔大于等于15分钟。

3.根据权利要求1所述的基于循环门控单元核的波浪长期预报方法，其特征在于，s2中，将数据归一化的公式为：

4.根据权利要求1所述的基于循环门控单元核的波浪长期预报方法，其特征在于，s4中，所述循环门控单元核包括输入门、输出门和删除门，表达式如下：

5.根据权利要求1所述的基于循环门控单元核的波浪长期预报方法，其特征在于，s6中：

6.根据权利要求1所述的基于循环门控单元核的波浪长期预报方法，其特征在于，s7中迭代计算的步骤包括：

7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至6中任一项权利要求所述的基于循环门控单元核的波浪长期预报方法。

8.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序运行执行所述权利要求1至6中任一项权利要求所述的基于循环门控单元核的波浪长期预报方法。

技术总结
本发明提供了一种基于循环门控单元核的波浪长期预报方法，波浪预报技术领域，包括如下步骤：S1、建立目标点的波浪数据库；S2、得到有义波高归一化值；S3、设置输入步长与预测步长，并根据所述有义波高归一化值制作样本对，所述样本对包括输入值和输出值；S4、构建循环门控单元核；S5、使用全连接神经网络接收循环门控单元核的输出，得到用于预测的整体模型；S6、构建损失函数；S7、采用所述损失函数对用于预测的整体模型进行迭代计算，得到训练后的整体模型；S8、将目标海域的前序数据带入至训练后的整体模型中，得到波浪长期预报结果。本发明设计了一种特有的门控单元核，通过三个门控单元核的特殊构型，实现了循环结构，可以做到波浪的长期时间的特征提取。

技术研发人员：张佳宁,辛翔宇,张乙
受保护的技术使用者：大连海事大学
技术研发日：
技术公布日：2024/1/12