[发明专利]一种基于LSTM模型的浮式平台波浪爬升在线预报方法

说明书

本发明涉及一种基于LSTM模型的浮式平台波浪爬升在线预报方法，波浪采集系统布置于平台远端，波浪采集装置对采集波浪高度参数处理后通过电磁波数据发射器将数据实时传输至平台运动预报系统PC端与平台波浪爬升预报系统PC端；平台运动预报系统PC端通过电磁波数据接收器获取波浪高度数据，以波浪高度数据作为输入信息，利用LSTM模型计算获得对应波浪条件下的平台垂向运动数据，并将波浪高度数据和平台垂向运动数据实时传输至平台波浪爬升预报系统PC端；平台波浪爬升预报系统PC端将接收到的波浪高度数据和平台垂向运动预报数据共同作为特征信息，利用LSTM模型计算获得对应的波浪条件下平台固定位置波浪爬升高度预报结果。

技术领域

本发明涉及一种基于LSTM模型的浮式平台波浪爬升在线预报方法，属于海洋平台技术领域。

背景技术

随着深海油气资源的开发，各种适应深海环境的浮式平台不断涌现。由于浮式平台体型较大且下浮体与甲板之间通过若干立柱连接，因此波浪冲击浮体过程中会造成水体沿立柱升高并对平台下甲板造成抨击甚至发生越浪，对平台结构和人员安全造成了极大的威胁。

当前海洋浮式平台波浪爬升预报主要为设计极值预报，即通过数值计算或者模型试验的方法从统计的角度给出平台可能发生的波浪爬升的最大值、发生频次和概率分布等等，通过以上统计结果在平台设计阶段实现对平台结构参数的确定。然而，传统的波浪爬升预报方法存在较大的局限性：

a.传统预报手段过程复杂、效率低。传统波浪爬升预报方法中模型试验过程复杂且仅能针对部分典型工况进行设计，试验统计范围有限。数值计算方法计算耗时较长，在工程应用时计算结果可靠性不足，因此也难以进行高效预报。

b.应用领域存在较大的限制。基于统计结果的传统预报方法仅能对平台设计参数提供参考，无法对平台作业过程的波浪爬升进行实时预报。

c.波浪爬升预报机理复杂。波浪爬升问题具有明显的非线性特征，同时受到环境及平台特性等多种因素的影响，难以通过单一的特征条件进行准确预报。

发明内容

本发明的目的在于针对现有技术中的上述不足，提供了一种基于长短期记忆神经网络(LSTM)模型的海洋浮式平台波浪爬升在线预警系统。该系统基于深度神经网络方法，仅利用平台远端波浪数据对平台固定位置的波浪爬升高度进行实时预报，为平台安全提供预警。

本发明采取以下技术方案：

一种基于LSTM模型的浮式平台波浪爬升在线预报方法，浮式平台波浪爬升在线预报系统包括：波浪采集系统1、平台运动预报系统PC端2、平台波浪爬升预报系统PC端3；其中，波浪采集系统1包括波浪采集装置4和电磁波数据发射器5；波浪采集系统1布置于平台远端，波浪采集装置4对采集波浪高度参数处理后通过电磁波数据发射器5将数据实时传输至平台运动预报系统PC端2与平台波浪爬升预报系统PC端3；平台运动预报系统PC端2通过电磁波数据接收器6获取波浪高度数据，以波浪高度数据作为输入信息，利用LSTM模型计算获得对应波浪条件下的平台垂向运动数据，并将波浪高度数据和平台垂向运动数据实时传输至平台波浪爬升预报系统PC端3；平台波浪爬升预报系统PC端3将接收到的波浪高度数据和平台垂向运动预报数据共同作为特征信息，利用LSTM模型计算获得对应的波浪条件下平台固定位置波浪爬升高度预报结果。