港池入口波浪多要素的中长期实时预测方法、系统及应用

摘要

本发明属于波浪信息预测技术领域，公开了港池入口波浪多要素的中长期实时预测方法、系统及应用。所述预测方法包括：基于滑动窗口构建数据集，建立三路输入特征融合深度神经网络：一路利用长短期记忆网络LSTM来学习港池入口处波浪多要素的历史时序规律，二路采用定制的二维风浪特征提取模块捕捉港外周边广大海域波浪与风场多个要素的历史时序时空特征，三路对当前时刻进行时间多尺度编码来提取周期性特征。本发明改进了目前深度学习方法预测单一时间尺度下的单一波浪要素和传统数值模式无法实时预测的现状，实现任意港池入口处波浪多要素的中期、中长期和长期序列的实时预测，且中期到长期的预测效果优于目前主流的机器学习模型。