[发明专利]一种气象数据预测方法、设备及存储介质

权利要求书

1.一种气象数据预测方法，其特征在于，包括：

获取历史气象数据序列；

将所述历史气象数据序列作为输入数据输入到预确定的目标气象网络模型中，其中，所述目标气象网络模型采用设定的训练方法进行训练；

根据所述目标气象网络模型的输出结果，对气象数据进行预测，获得所述历史气象数据序列对应的目标气象数据序列。

2.根据权利要求1所述的方法，其特征在于，所述目标气象网络模型的训练步骤包括：

采用训练气象数据序列以及对应的标准气象数据序列作为一个训练样本；

将所述训练样本输入给定的待训练气象网络模型，获得预测气象数据序列；

根据所述预测气象数据序列和标准气象数据序列，确定中间惩罚矩阵；

根据所述中间惩罚矩阵确定目标损失函数和梯度反传值；

通过所述目标损失函数和梯度反传值对所述待训练气象网络模型进行反向传播，得到目标气象网络模型。

3.根据权利要求2所述的方法，其特征在于，根据所述预测气象数据序列和标准气象数据序列，确定中间惩罚矩阵，包括：

根据所述预测气象数据序列中的预测气象数据和标准气象数据序列中的标准气象数据确定惩罚函数值；

根据预确定的可微函数公式和初始可微值确定可微值；

根据各所述惩罚函数值和所对应可微值结合预确定的中间惩罚矩阵确定公式确定中间惩罚矩阵的数据项，根据各所述数据项形成中间惩罚矩阵。

4.根据权利要求3所述的方法，其特征在于，所述根据所述预测气象数据序列中的预测气象数据和标准气象数据序列中的标准气象数据确定惩罚函数值，包括：

针对每个预测气象数据，确定与各所述标准气象数据的距离和匹配值；

将各所述距离与对应的匹配值相加，得到各惩罚函数值。

5.根据权利要求4所述的方法，其特征在于，确定匹配值包括：

将各所述预测气象数据的预测序列号和各所述标准气象数据的标准序列号分别代入预确定的匹配函数公式中，计算得到各匹配值。

6.根据权利要求5所述的方法，其特征在于，所述匹配函数公式表示为：

其中，所述match(i，j)表示预测序列号为i的预测气象数据和标准序列号为j的标准气象数据之间的匹配值，i＝0,1,2,3…n，j＝0,1,2,3…m；K＝n＝m，n＝预测气象数据序列的长度-1，m＝标准气象数据序列的长度-1。

7.根据权利要求2所述的方法，其特征在于，根据所述中间惩罚矩阵确定目标损失函数，包括：

提取所述中间惩罚矩阵中指定行列对应的目标数据项；

将所述目标数据项确定为目标损失函数。

8.根据权利要求2所述的方法，其特征在于，根据所述中间惩罚矩阵确定梯度反传值，包括：

根据所述中间惩罚矩阵、各惩罚函数值形成的惩罚矩阵确定输出矩阵；

对所述惩罚矩阵进行微分求导，得到微分矩阵；

将所述微分矩阵进行转秩变换，并将转秩变换后的矩阵与输出矩阵进行相乘，得到梯度反传值。

9.根据权利要求8所述的方法，其特征在于，根据所述中间惩罚矩阵、各惩罚函数值形成的惩罚矩阵确定输出矩阵，包括：

根据所述中间惩罚矩阵、惩罚矩阵和预设的第一公式确定第一参数；

根据所述中间惩罚矩阵、惩罚矩阵和预设的第二公式确定第二参数；

根据所述中间惩罚矩阵、惩罚矩阵和预设的第三公式确定第三参数；

根据所述第一参数、第二参数和第三参数结合预确定的输出矩阵确定公式确定输出矩阵。