摘要
本发明公开了一种基于序列学习的高原铁路结冰预警方法及系统,通过采集并预处理日尺度气象参数数据,运用基于气象经验判据的创新方法,依据多气象参数阈值及逻辑判断生成结冰标签,解决无直接结冰记录时的数据标注难题;利用分层自注意力机制,气象特征层提取气象数据特征,时间层经滑动窗口自注意力提取跨日气象依赖特征,空间层融合经纬度位置编码实现观测点地理关联特征挖掘,高效适配日尺度数据且无需额外地形信息;构建时空融合结冰预警模型输出结冰概率,并基于观测点聚类设置动态阈值进行分级预警决策。本发明的方法可显著提升高原铁路结冰预警的精度与效率,为铁路安全运营提供有力保障。
技术关键词
气象
时空融合特征
结冰预测
预警方法
预警模型
地理位置信息
高原
铁路
注意力机制
深度学习网络
数据
预警机制
超参数调优方法
序列
结冰预警系统
依赖特征
风速
神经网络架构
滑动窗口
系统为您推荐了相关专利信息
延伸期预报方法
环流
聚类算法
轮廓系数
气象预报技术
高维特征向量
LSTM模型
注意力
节假日信息
训练集