[发明专利]一种基于GRU网络模型的电离层TEC单点预测方法及系统

权利要求书

1.一种基于GRU网络模型的电离层TEC单点预测方法，所述方法包括：

对收集的电离层电子浓度总含量数据、太阳指数数据和地磁指数数据进行预处理；

将预处理后的前5天的电离层电子浓度总含量、太阳指数数据和地磁指数数据输入预先训练好的电离层TEC预测模型组，输出第6天的电离层电子浓度总含量。

2.根据权利要求1所述的基于GRU网络模型的电离层TEC单点预测方法，其特征在于，所述对收集的电离层电子浓度总含量数据、太阳指数数据和地磁指数数据进行预处理，具体包括：

将电离层电子浓度总含量数据解析成网格数据；

按照经纬度将网格数据转换成时间序列格式，包含时间、经度、纬度、电离层电子浓度总含量；

根据预先设定的经纬度网格点，提取网格点对应的电离层电子浓度总含量，时间分辨率插值为1小时；

对太阳指数数据和地磁指数数据的异常值进行处理后，将网格点对应的电离层电子浓度总含量、太阳指数数据和地磁指数数据，整理为基于同一时间，时序格式的预处理数据；

所述太阳指数数据具体包括：太阳活动大小标志SSN、太阳EUV辐射变化f10.7；

所述地磁指数数据具体包括：行星际磁场南向分量Bz、全球地磁扰动等级Kp、描述磁暴期间环电流变化Dst、行星性等效三小时幅度ap和极区地磁指数AE。

3.根据权利要求2所述的基于GRU网络模型的电离层TEC单点预测方法，其特征在于，所述电离层TEC预测模型组包含若干个电离层TEC单点预测模型，每个电离层TEC单点预测模型对应一个纬度，均采用GRU网络结构，将包含电离层电子浓度总含量、行星际磁场南向分量Bz、全球地磁扰动等级Kp、描述磁暴期间环电流变化Dst、极区地磁指数AE和太阳EUV辐射变化f10.7的参数组合作为预测模型的输入参数，单点电离层TEC值作为预测模型的输出。

4.根据权利要求3所述的基于GRU网络模型的电离层TEC单点预测方法，其特征在于，所述方法还包括：对电离层TEC单点预测模型进行训练的步骤，具体包括：

建立训练集；

将训练集数据输入GRU网络，调整神经元个数、激活函数和学习率，进行训练，得到电离层TEC单点预测模型。

5.根据权利要求4所述的基于GRU网络模型的电离层TEC单点预测方法，其特征在于，所述建立训练集，具体包括：

按照确定的纬度对收集的电离层电子浓度总含量、太阳指数数据和地磁指数数据进行挑选组合；

将挑选后的参数组合数据转换为时序格式的候选数据；

通过最大最小值归一化，将电离层电子浓度总含量数据归一化到0-1区间；

对候选数据进行滑动切分，每6天为一个片段，前5天的数据为一个训练样本数据，第6天的数据为训练期望数据，得到该纬度的训练样本，构成训练集。

6.一种基于GRU网络模型的电离层TEC单点预测系统，其特征在于，所述系统包括：训练好的电离层TEC预测模型组、预处理模块和输出模块；

所述训练好的电离层TEC预测模型组包括若干个并行的电离层TEC单点预测模型；

所述预处理模块，用于对收集的电离层电子浓度总含量数据、太阳指数数据和地磁指数数据进行预处理；

输出模块，用于将预处理后的前5天的电离层电子浓度总含量、太阳指数数据和地磁指数数据输入预先训练好的电离层TEC预测模型组，输出第6天的电离层电子浓度总含量。