[发明专利]一种积冰预报管理方法、系统、可读存储介质和设备

权利要求书

1.一种积冰预报管理方法，其特征在于：该方法包括：

步骤S1，采集用于训练的不同气象信息，气象信息包括气压高度层、气温、湿度、水平风场、涡度、散度、垂直速度、比湿、云中液态水含量、冰水含量、总降水量、云量，使用循环神经网络自动训练所述不同气象信息中的所有不同网络层级系数的气象变量以得到用于训练的气象信息集；

步骤S2，将所述气象信息集对基于不同网络层级系数的气象变量调整与优化使用循环神经网络进行加强训练；

步骤S3，通过基于大数据的边缘计算网关设置训练算法参数及不同网络层级系数的气象变量解析平台；

步骤S4，获取气象动态变化信息，将气象监控获取到的每一个气象动态变化送入所述不同网络层级系数的气象变量训练模型，得到不同网络层级系数的气象变量训练结果；

步骤S5，将所述不同网络层级系数的气象变量训练结果送入递归神经网络算法，递归神经网络在空域内每个网格点上输出“1,2,3,4”4个分类预报量，分别对应“强，中，弱，无”4种积冰预报，其中每个网格点的空间分辨率为10公里，对训练到的不同网络层级系数的气象变量进行输出神经元；

步骤S6，训练并判断输出神经元的所述不同网络层级系数的气象变量是否位于所述不同网络层级系数的气象变量解析平台并判断所述不同网络层级系数的气象变量是否有未特征提取，如果已完成特征提取，则通过GIS图形化处理绘制出预计航线上的积冰预报图像，最终形成1至3小时内的航线积冰预报，如果未完成特征提取，则返回步骤S1再次使用循环神经网络自动训练；

判断不同网络层级系数的气象变量是否处于不同网络层级系数的气象变量解析平台包含以下步骤：

步骤Z1，获取当前气象动态变化中某一个不同网络层级系数的气象变量解析平台的规模和调取速度及不同网络层级系数的气象变量解析平台的数据计算空间；

步骤Z2，不同网络层级系数的气象变量解析平台规模与调取速度均在不同网络层级系数的气象变量解析平台内，判断不同网络层级系数的气象变量有未训练；

步骤Z3，不同网络层级系数的气象变量解析平台只有部分气象变量位于不同网络层级系数的气象变量解析平台内，则进行步骤Z4；

步骤Z4，判断不同网络层级系数的气象变量单位时长气象变量是否位于不同网络层级系数的气象变量解析平台内，不同网络层级系数的气象变量单位时长气象变量位于不同网络层级系数的气象变量解析平台内则判断不同网络层级系数的气象变量有未训练，否则进行下一步；

步骤Z5，继续获取当前气象动态变化中的其他训练不同网络层级系数的气象变量并进不同网络层级系数的气象变量是否有未特征提取判断的操作。

2.根据权利要求1所述的一种积冰预报管理方法，其特征在于：对基于不同网络层级系数的气象变量调整与优化使用循环神经网络进行加强训练后，同时对循环神经网络算法的参数进行动态更新。

3.根据权利要求1所述的一种积冰预报管理方法，其特征在于：还包含一种判断不同网络层级系数的气象变量位于不同网络层级系数的气象变量解析平台内是否舍弃气象变量的方法，包括以下步骤：

步骤H1，计算前一个气象动态变化中不同网络层级系数的气象变量的单位时长气象变量与当前气象动态变化中所述不同网络层级系数的气象变量的单位时长气象变量的优化范围，若所述的优化范围超过预设区间，则判定为不同网络层级系数的气象变量不合理；

步骤H2，若判断不同网络层级系数的气象变量处于不合理状态，则将不同网络层级系数的气象变量中的有未训练时长清零并处理其他不同网络层级系数的气象变量气象动态变化；

步骤H3，不同网络层级系数的气象变量未更新，则获取当前时间并计算不同网络层级系数的气象变量停止累计时间，将所述不同网络层级系数的气象变量停止累计时间与设定的有未训练时长预设区间进行比较，若所述不同网络层级系数的气象变量停止累计时间超过有未训练时长预设区间，则判断为不同网络层级系数的气象变量有未训练，若所述不同网络层级系数的气象变量停止累计时间未超过有未训练时长，则当前不同网络层级系数的气象变量处理结束，继续处理其他训练气象动态变化。