本申請(qǐng)涉及氣象，具體而言，涉及一種氣象預(yù)測(cè)方法及裝置、存儲(chǔ)介質(zhì)、電子裝置。

背景技術(shù)：

1、隨著新能源的發(fā)展和大基地的建設(shè)，部分偏遠(yuǎn)地區(qū)成為了眾多大基地建設(shè)的首選地。然而，隨著全球氣候變化的影響日益顯著，自然災(zāi)害頻發(fā)，大基地建設(shè)在偏遠(yuǎn)地區(qū)，觀測(cè)站點(diǎn)少，占地廣，容易預(yù)警不及時(shí)，更容易受到自然災(zāi)害的影響和沖擊。因此，氣象預(yù)報(bào)的及時(shí)性對(duì)于減少自然災(zāi)害帶來(lái)的損失具有至關(guān)重要的作用。

2、傳統(tǒng)的氣象預(yù)報(bào)方法主要依賴于數(shù)值天氣預(yù)報(bào)模型和氣象學(xué)家經(jīng)驗(yàn)，這些方法在處理復(fù)雜多變的天氣系統(tǒng)時(shí)往往存在局限性。相關(guān)技術(shù)中，人工智能(ai)技術(shù)的快速發(fā)展為氣象預(yù)報(bào)領(lǐng)域帶來(lái)了新的機(jī)遇。ai技術(shù)，尤其是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，已經(jīng)在許多領(lǐng)域展示了其強(qiáng)大的數(shù)據(jù)處理和模式識(shí)別能力。將ai技術(shù)應(yīng)用于氣象預(yù)報(bào)，可以實(shí)現(xiàn)對(duì)大量氣象數(shù)據(jù)的深入挖掘和分析，從而揭示天氣變化的深層次規(guī)律，提高高分辨率氣象預(yù)報(bào)的準(zhǔn)確性和效率。然而，高分辨率預(yù)報(bào)面臨著數(shù)據(jù)量多、計(jì)算復(fù)雜度高等問(wèn)題，導(dǎo)致氣象預(yù)報(bào)的準(zhǔn)確性較低。

3、因此，如何提高高分辨率氣象預(yù)報(bào)的準(zhǔn)確性，成為了氣象領(lǐng)域研究目前亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供了一種氣象預(yù)測(cè)方法，以至少解決相關(guān)技術(shù)中光伏故障診斷效率較低，導(dǎo)致光伏故障診斷準(zhǔn)確性低的問(wèn)題。

2、根據(jù)本申請(qǐng)實(shí)施例的一個(gè)實(shí)施例，提供了一種氣象預(yù)測(cè)方法，包括：獲取當(dāng)前時(shí)刻的全氣象要素；所述全氣象要素包括多個(gè)氣象因子；按照所述多個(gè)氣象因子的類別，對(duì)所述全氣象要素展開氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果；聚合各所述氣象預(yù)測(cè)結(jié)果，得到所述當(dāng)前時(shí)刻的下一時(shí)刻的預(yù)測(cè)全氣象要素；將所述下一時(shí)刻的預(yù)測(cè)全氣象要素作為新的全氣象要素，返回按照所述多個(gè)氣象因子的類別，分別對(duì)所述全氣象要素展開氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果的步驟繼續(xù)執(zhí)行，直至滿足預(yù)設(shè)迭代條件時(shí)停止，獲得所述多個(gè)氣象因子分別在目標(biāo)時(shí)刻的氣象預(yù)測(cè)結(jié)果。

3、在一個(gè)示例性實(shí)施例中，所述按照所述多個(gè)氣象因子的類別，對(duì)所述全氣象要素展開氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果，包括：按照所述多個(gè)氣象因子的類別，確定與各所述類別分別對(duì)應(yīng)的氣象檢測(cè)模型；將所述全氣象要素輸入至各所述氣象檢測(cè)模型，由各所述氣象檢測(cè)模型分別基于所述全氣象要素展開所屬類別的氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果。

4、在一個(gè)示例性實(shí)施例中，所述將所述樣本全氣象要素輸入至多個(gè)待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，由所述多個(gè)待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型分別針對(duì)所述樣本全氣象要素進(jìn)行訓(xùn)練，直至滿足預(yù)設(shè)條件時(shí)停止，獲得訓(xùn)練完成的各所述氣象檢測(cè)模型，包括：針對(duì)任一待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，均采用以下步驟展開訓(xùn)練：基于所針對(duì)的待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，對(duì)所述樣本全氣象要素進(jìn)行氣象預(yù)測(cè)，獲得樣本氣象預(yù)測(cè)結(jié)果；確定所述樣本氣象預(yù)測(cè)結(jié)果，與所述樣本全氣象要素中目標(biāo)樣本氣象因子的樣本氣象真實(shí)結(jié)果之間的損失；按照所述損失調(diào)整所述所針對(duì)的待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，直至滿足預(yù)設(shè)條件時(shí)停止，獲得訓(xùn)練完成的氣象檢測(cè)模型。

5、在一個(gè)示例性實(shí)施例中，所述基于所述樣本氣象因子，得到樣本全氣象要素，包括：基于所述樣本氣象因子進(jìn)行維度整合，獲得相同維度的多個(gè)樣本氣象因子；拼接所述相同維度的多個(gè)樣本氣象因子，得到樣本全氣象要素。

6、在一個(gè)示例性實(shí)施例中，所述氣象檢測(cè)模型包括嵌入層、關(guān)聯(lián)學(xué)習(xí)層以及預(yù)報(bào)層；所述將所述全氣象要素輸入至各所述氣象檢測(cè)模型，由各所述氣象檢測(cè)模型分別基于所述全氣象要素展開所屬類別的氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果，包括：針對(duì)任一氣象因子在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果的確定，均采用如下步驟展開：將所述全氣象要素輸入至所述氣象檢測(cè)模型，由所述氣象檢測(cè)模型的嵌入層對(duì)所述全氣象要素進(jìn)行嵌入表征，得到氣象特征圖；通過(guò)所述氣象檢測(cè)模型的關(guān)聯(lián)學(xué)習(xí)層對(duì)所述氣象特征圖展開預(yù)設(shè)次數(shù)的關(guān)聯(lián)學(xué)習(xí)，得到氣象關(guān)聯(lián)特征；通過(guò)所述氣象檢測(cè)模型的預(yù)報(bào)層對(duì)所述氣象關(guān)聯(lián)特征進(jìn)行處理，得到氣象因子在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果。

7、在一個(gè)示例性實(shí)施例中，所述聚合各所述氣象預(yù)測(cè)結(jié)果，得到所述當(dāng)前時(shí)刻的下一時(shí)刻的預(yù)測(cè)全氣象要素，包括：基于各所述氣象預(yù)測(cè)結(jié)果進(jìn)行維度整合，獲得相同維度的多個(gè)氣象預(yù)測(cè)結(jié)果；拼接所述相同維度的多個(gè)氣象預(yù)測(cè)結(jié)果，得到所述當(dāng)前時(shí)刻的下一時(shí)刻的預(yù)測(cè)全氣象要素。

8、根據(jù)本申請(qǐng)實(shí)施例的另一個(gè)實(shí)施例，還提供了一種氣象預(yù)測(cè)裝置，包括：獲取模塊，用于獲取當(dāng)前時(shí)刻的全氣象要素；所述全氣象要素包括多個(gè)氣象因子；預(yù)測(cè)模塊，用于按照所述多個(gè)氣象因子的類別，對(duì)所述全氣象要素展開氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果；聚合模塊，用于聚合各所述氣象預(yù)測(cè)結(jié)果，得到所述當(dāng)前時(shí)刻的下一時(shí)刻的預(yù)測(cè)全氣象要素；所述預(yù)測(cè)模塊，還用于將所述下一時(shí)刻的預(yù)測(cè)全氣象要素作為新的全氣象要素，返回按照所述多個(gè)氣象因子的類別，分別對(duì)所述全氣象要素展開氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果的步驟繼續(xù)執(zhí)行，直至滿足預(yù)設(shè)迭代條件時(shí)停止，獲得所述多個(gè)氣象因子分別在目標(biāo)時(shí)刻的氣象預(yù)測(cè)結(jié)果。

9、根據(jù)本申請(qǐng)實(shí)施例的又一方面，還提供了一種計(jì)算機(jī)可讀的存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀的存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，其中，該計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行上述方法。

10、根據(jù)本申請(qǐng)實(shí)施例的又一方面，還提供了一種電子裝置，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其中，上述處理器通過(guò)計(jì)算機(jī)程序執(zhí)行上述的方法。

11、根據(jù)本申請(qǐng)實(shí)施例的又一方面，還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任一項(xiàng)方法實(shí)施例中的步驟。

12、在本申請(qǐng)實(shí)施例中，通過(guò)獲取當(dāng)前時(shí)刻的全氣象要素；所述全氣象要素包括多個(gè)氣象因子；并按照所述多個(gè)氣象因子的類別，對(duì)所述全氣象要素展開氣象預(yù)測(cè)，從而可以得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果；聚合各所述氣象預(yù)測(cè)結(jié)果，得到所述當(dāng)前時(shí)刻的下一時(shí)刻的預(yù)測(cè)全氣象要素；進(jìn)一步展開迭代過(guò)程，將下一時(shí)刻的預(yù)測(cè)全氣象要素作為新的全氣象要素，返回按照多個(gè)氣象因子的類別，分別對(duì)全氣象要素展開氣象預(yù)測(cè)，得到多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果的步驟繼續(xù)執(zhí)行，直至滿足預(yù)設(shè)迭代條件時(shí)停止，獲得多個(gè)氣象因子分別在目標(biāo)時(shí)刻的氣象預(yù)測(cè)結(jié)果。在氣象預(yù)測(cè)過(guò)程中，通過(guò)按照多個(gè)氣象因子的類別，分別基于全氣象要素展開針對(duì)性的氣象預(yù)測(cè)，提升了氣象預(yù)測(cè)的準(zhǔn)確性，由于是按照類別展開針對(duì)性的氣象預(yù)測(cè)，且只需經(jīng)過(guò)迭代，即可得到多個(gè)氣象因子分別在目標(biāo)時(shí)刻的氣象預(yù)測(cè)結(jié)果，減少了算力需求，有效提升了氣象預(yù)測(cè)的效率。

技術(shù)特征：

1.一種氣象預(yù)測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述按照所述多個(gè)氣象因子的類別，對(duì)所述全氣象要素展開氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，各所述氣象檢測(cè)模型的訓(xùn)練步驟，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述樣本全氣象要素輸入至多個(gè)待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，由所述多個(gè)待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型分別針對(duì)所述樣本全氣象要素進(jìn)行訓(xùn)練，直至滿足預(yù)設(shè)條件時(shí)停止，獲得訓(xùn)練完成的各所述氣象檢測(cè)模型，包括：

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述樣本氣象因子，得到樣本全氣象要素，包括：

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述氣象檢測(cè)模型包括嵌入層、關(guān)聯(lián)學(xué)習(xí)層以及預(yù)報(bào)層；所述將所述全氣象要素輸入至各所述氣象檢測(cè)模型，由各所述氣象檢測(cè)模型分別基于所述全氣象要素展開所屬類別的氣象預(yù)測(cè)，得到所述多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述聚合各所述氣象預(yù)測(cè)結(jié)果，得到所述當(dāng)前時(shí)刻的下一時(shí)刻的預(yù)測(cè)全氣象要素，包括：

8.一種氣象預(yù)測(cè)裝置，其特征在于，包括：

9.一種計(jì)算機(jī)可讀的存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀的存儲(chǔ)介質(zhì)包括存儲(chǔ)的程序，其中，所述程序運(yùn)行時(shí)執(zhí)行上述權(quán)利要求1至7任一項(xiàng)中所述的方法。

10.一種電子裝置，包括存儲(chǔ)器和處理器，其特征在于，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器被設(shè)置為通過(guò)所述計(jì)算機(jī)程序執(zhí)行所述權(quán)利要求1至7任一項(xiàng)中所述的方法。

技術(shù)總結(jié)
本申請(qǐng)公開了一種氣象預(yù)測(cè)方法及裝置、存儲(chǔ)介質(zhì)、電子裝置，其中，上述方法包括：獲取當(dāng)前時(shí)刻的全氣象要素；全氣象要素包括多個(gè)氣象因子；按照多個(gè)氣象因子的類別，對(duì)全氣象要素展開氣象預(yù)測(cè)，得到多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果；聚合各氣象預(yù)測(cè)結(jié)果，得到當(dāng)前時(shí)刻的下一時(shí)刻的預(yù)測(cè)全氣象要素；將下一時(shí)刻的預(yù)測(cè)全氣象要素作為新的全氣象要素，返回按照多個(gè)氣象因子的類別，分別對(duì)全氣象要素展開氣象預(yù)測(cè)，得到多個(gè)氣象因子分別在下一個(gè)時(shí)刻的氣象預(yù)測(cè)結(jié)果的步驟繼續(xù)執(zhí)行，直至滿足預(yù)設(shè)迭代條件時(shí)停止，獲得多個(gè)氣象因子分別在目標(biāo)時(shí)刻的氣象預(yù)測(cè)結(jié)果。提升了氣象預(yù)測(cè)的準(zhǔn)確性。

技術(shù)研發(fā)人員：張慧君,劉雅欣,任鑫,溫晗秋子,馮帆,葛戈,鄭子辰
受保護(hù)的技術(shù)使用者：中國(guó)華能集團(tuán)清潔能源技術(shù)研究院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30