[发明专利]航路流量预测方法、装置及计算机存储介质

说明书

一种航路流量预测方法、装置及计算机存储介质。所述方法包括：获取航路流量预测数据集，其中，预测数据集至少包括以下之一：经纬度、高度、航班号、航向、垂直速度，对地速度、航班控制号；对所述预测数据集进行预处理；采用处理过的预测数据集对循环神经网络模型进行训练；使用训练过的循环神经网络进行航路流量预测。本方法提高了航路流量预测的准确率。通过本方法得到的飞机流量统计数据以及预测模型能很好的服务于空中交通流量管制系统。

技术领域

本发明属于大数据挖掘和机器学习领域，具体涉及一种航路流量预测方法、装置及计算机存储介质。

背景技术

近些年越来越对的人们选择更加舒适快捷的飞机出行，这给民航产业带来了巨大的发展，但同时也带来了很多问题。在中国仅占全国空域五分之一民航空域越来越难以满足日益增长的飞机数量的需求。空域的拥挤让飞机的运行变得低效，导致了包括航班延误、取消等一系列问题。更是不可避免的给飞机出行带来了安全的隐患。

ADS-B技术的广泛应用让人们看到了整个空中交通管制系统在技术上的变革的可能性。比二次雷达技术更精准的位置信息以及更加详细的在航飞机信息让我们能够挖掘更多有价值有意义的数据。

空域流量管控一直以来都是空中交通管制系统的重要组成部分，准确的空域飞机流量数据对空域的合理划分和飞行航路的优化有着重要的意义。

发明内容

针对于上述现有技术的不足，本发明的目的之一提供一种能够提高航路流量预测准确率的方法、装置及计算机存储介质。

本发明实施例公开了一种航路流量预测方法，包括：获取航路流量预测数据集，其中，预测数据集至少包括以下之一：经纬度、高度、航班号、航向、垂直速度，对地速度、航班控制号；对所述预测数据集进行预处理；采用处理过的预测数据集对循环神经网络模型进行训练；使用训练过的循环神经网络进行航路流量预测。

在一个可能的实施例中，获取航路流量预测数据集包括通过广播式自动相关监视ADS-B接收设备收集ADS-B报文数据。

在一个可能的实施例中，对所述预测数据集进行预处理包括：对所述ADS-B报文数据进行清洗；对清洗后的数据进行筛选，获得与航路飞机流量统计相关的有效信息，至少包括经纬度、高度、航班号之一；对筛选后的数据进行时间切片并存储；将筛选后的数据和从网络获取的机场数据融合，得到飞机航路信息。

在一个可能的实施例中，根据所述飞机航路信息进行以小时为粒度的航路飞机流量统计。

在一个可能的实施例中，所述预处理过的预测数据集至少包括以下之一：飞机流量、航路信息、包括小时段、星期、月、日的时间向量、包括季节、节假日、对应航路平均流量的指标向量。

在一个可能的实施例中，所述循环神经网络模型是长短记忆神经网络模型，包括4层神经网路层。

本发明实施例还公开了一种航路流量预测装置，包括：获取单元，用于获取航路流量预测数据集，其中，预测数据集至少包括以下之一：经纬度、高度、航班号、航向、垂直速度，对地速度、航班控制号；预处理单元，用于对所述预测数据集进行预处理；训练单元，用于采用处理过的预测数据集对循环神经网络模型进行训练；预测单元，用于使用训练过的循环神经网络进行航路流量预测。

在一个可能的实施例中，所述获取单元，还用于通过广播式自动相关监视ADS-B接收设备收集ADS-B报文数据。

在一个可能的实施例中，所述预处理单元包括：清洗模块，用于对所述ADS-B报文数据进行清洗；筛选模块，用于对清洗后的数据进行筛选，获得与航路飞机流量统计相关的有效信息，至少包括经纬度、高度、航班号之一；存储模块，用于对筛选后的数据进行时间切片并存储；统计模块，用于将筛选后的数据和从网络获取的机场数据融合，得到飞机航路信息。