[发明专利]目标事件预测方法及装置

权利要求书

1.一种目标事件预测方法，其特征在于，所述方法包括：

获取目标区域的目标事件的参考数据；其中，所述目标区域包括至少两个子区域，所述参考数据为所述子区域在目标时刻的前一个预测周期内发生所述目标事件的次数；所述参考数据包括至少两组不同预设时刻的数据；

将所述参考数据输入至预先设定的预测模型，得到所述目标事件在目标时刻的后一个预测周期内的所述预设时刻、在每个所述子区域发生所述目标事件的预测次数的预测数据；其中，所述预测模型为对所述目标区域的历史参考数据进行深度学习得到的；

其中，通过所述历史参考数据训练一原始模型，得到所述预测模型；原始模型为门控循环单元GRU模型，所述GRU模型的输入变量和输出变量具有时间间隔的样本数据；获取所述样本数据的过程包括：

构建一个以机场区域中心为中心的网格结构，网格中的每个方格为一个子区域，在历史参考数据的过程中，收集每一次具体机场的雷暴过程数据；

按照每TCLIP分钟进行一次切割，把TCLIP分钟的数据按照样本数据生成的方式进行处理，生成一个矩阵向量，其中，TCLIP为每帧参考数据的时间间隔；

在观察窗口和标签窗口内生成所述样本数据；

其中，所述通过所述历史参考数据训练一原始模型，得到所述预测模型的步骤，包括：

将第一历史参考数据输入至所述原始模型得到初步预测数据；所述第一历史参考数据为一历史预测周期的所述参考数据；

通过第二历史参考数据以及所述初步预测数据对所述原始模型进行反向优化，得到优化后的模型；其中，所述第二历史参考数据为所述历史预测周期的下一预测周期的参考数据；

将当前参考数据后的下一第一历史参考数据迭代输入至所述优化后的模型，并进行反向优化，至迭代次数或预测精度满足预设规则，得到所述预测模型；

其中，所述得到所述目标事件在目标时刻的后一个预测周期内的所述预设时刻、在每个所述子区域发生所述目标事件的预测次数的预测数据的步骤之后，针对每个所述子区域，根据所述预测数据，确定所述目标事件的持续时间；其中，所述持续时间为所述目标事件的开始时间与所述目标事件的结束时间之间的时间间隔；

所述开始时间为所述目标事件在所述后一个预设周期内第一次发生的预设时刻；所述结束时间为所述目标事件在所述后一个预设周期内最后一次发生的预设时刻；

其中，通过设置一个包含多个元素的数组，确定所述目标事件的持续时间；

数组中的每一个值为一次数据记录，当任一所述子区域中发生目标事件时，记录所述数组中的值为1；

连续进行多次满足预设时间段的数据记录，通过记录所述数组中的值，确定所述目标事件的持续时间；

其中，所述开始时间为所述目标事件在所述后一个预设周期内第一次发生的预设时刻，所述结束时间为所述目标事件在所述后一个预设周期内最后一次发生的预设时刻，具体包括：

所述数组中第一次出现值为1时，所述值记录的时间为所述目标事件的开始时间，所述数组中最后一次出现值为1时，所述值记录的时间为所述目标事件的结束时间。

2.根据权利要求1所述的方法，其特征在于，所述根据所述预测数据，确定所述目标事件的持续时间的步骤之后，所述方法还包括：

根据所述预测数据，确定所述目标事件的发生密度；所述发生密度为所述目标事件在所述持续时间内的总发生次数与所述持续时间之间的比值；

根据所述发生密度与预设的强度等级阈值，确定所述目标事件在所述子区域内的发生强度。

3.根据权利要求2所述的方法，其特征在于，所述强度等级阈值为根据所述历史参考数据确定的。

4.根据权利要求2所述的方法，其特征在于，所述确定所述目标事件在所述子区域内的发生强度的步骤之后，所述方法还包括：

获取所述子区域的待执行事件；

根据所述发生强度与待执行事件的执行策略之间的预设对应关系，确定与所述发生强度对应的目标执行策略。

5.根据权利要求4所述的方法，其特征在于，所述执行策略包括暂停执行和/或停止执行；

所述方法还包括：

根据所述目标执行策略，调整所述待执行事件的预测执行时间。