申请/专利权人:中国石油大学(华东);青岛中石大科技教育集团有限公司
申请日:2023-02-22
公开(公告)日:2023-05-12
公开(公告)号:CN115829814B
主分类号:G06Q50/26
分类号:G06Q50/26;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2023.05.12#授权;2023.04.07#实质审查的生效;2023.03.21#公开
摘要:本申请公开了一种溢油溯源方法、装置、设备及存储介质,涉及灾害监测领域,包括:基于自注意力时间卷积网络构建历史风场校正网络模型,并基于历史风场数据构建训练数据集;训练数据集中包括历史时刻风场对序列;将历史时刻风场对序列输入至历史风场校正网络模型进行校正,并利用校正后历史风场数据和预设损失函数对历史风场校正网络模型进行训练;将待校正历史风场数据输入至训练后模型,得到目标校正后历史风场数据;基于目标校正后历史风场数据确定相应的溢油溯源数值结果。通过自注意力时间卷积网络可以有效提取历史风场的数据特征,进而校正历史风场提高历史风场的精确度后进行溢油溯源,得到精确的溢油溯源结果。
主权项:1.一种基于历史风场校正的溢油溯源方法,其特征在于,包括:基于自注意力时间卷积网络构建历史风场校正网络模型,并基于历史风场数据构建所述历史风场校正网络模型的训练数据集;所述训练数据集中包括历史时刻风场对序列,所述历史时刻风场对序列中包括预报风场分量以及对应的观测风场分量;将所述历史时刻风场对序列输入至所述历史风场校正网络模型,以便对所述历史时刻风场对序列进行校正,并利用校正后历史风场数据以及预设损失函数对所述历史风场校正网络模型进行训练,得到训练后模型;将待校正历史风场数据输入至所述训练后模型,以得到所述训练后模型输出的目标校正后历史风场数据;基于所述目标校正后历史风场数据确定相应的溢油溯源数值结果;其中,所述基于自注意力时间卷积网络构建历史风场校正网络模型之前,还包括:基于第一预设数量个自注意力模块构建自注意力网络,并基于第二预设数量个三维卷积层和二维卷积层构建时间卷积网络;所述三维卷积层为采用因果卷积模式的卷积层;对所述自注意力网络和所述时间卷积网络进行级联,得到自注意力时间卷积网络;相应的,将所述训练数据集中的历史时刻风场对序列输入至所述历史风场校正网络模型,包括:将所述训练数据集中的所述第一预设数量个历史时刻风场对序列分别输入至对应的所述第一预设数量个自注意力模块;通过所述自注意力模块对所述历史时刻风场对序列进行注意力加权,以得到目标历史风场对序列,以便将所述目标历史风场对序列输入至所述时间卷积网络进行卷积。
全文数据:
权利要求:
百度查询: 中国石油大学(华东);青岛中石大科技教育集团有限公司 一种溢油溯源方法、装置、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。