摘要
本发明涉及气象预警技术领域,公开了一种融合气象业务数据的智能值班预警方法及系统,该系统包括:历史先验数据库,包括若干个历史预报类型以及若干历史特征数据,且每一历史预报类型与一历史特征数据对应;采集单元采集预设区域的气象数据、雷达数据以及卫星数据构成特征数据;判断单元采集特征数据并将特征数据与历史先验数据库进行比对确定预报气象类型;当强对流突发预警时,处理单元基于深度学习对特征数据进行数据融合;当缓慢风险预警时,基于卡尔曼滤波对特征数据进行数据融合,并根据融合结果确定预警等级。本申请通过自动选择深度学习与卡尔曼滤波的方法,提升了气象预警系统的准确性与实时性。
技术关键词
强对流
历史先验数据
卡尔曼滤波
历史雷达数据
处理单元
风险
历史气象数据
预警方法
气象预警系统
采集单元
气象预警技术
系统动力学模型
深度学习模型
回波
观测误差
时序特征
系统为您推荐了相关专利信息
数据处理系统
图像特征数据
数据处理方法
多模态
数据处理模块
定量金相分析方法
二值化方法
软件
待测对象
计算机可读指令
关联分析系统
文本
电网运行状态
集中度
深度学习方法
输电线路动态增容
智能调控方法
新能源发电量
负荷预测误差
传感器融合算法