[发明专利]一种路面凝冰时间预测方法、系统、装置及存储介质

说明书

本发明公开了一种路面凝冰时间预测方法、系统、装置及存储介质，路面凝冰时间预测方法包括：获取最近一组滚动窗口路面温度数据，进行归一化数据处理，初始化一个预测计步器p＝0，并记录当前时间值t_c；将归一化的时序路面温度数据输入到已训练好的BP神经网络的时序回归预测模型，计算得到下个时刻的路面温度预测值为x_predict(n+p)；在x_predict(n+p)＞x_ice时，使预测计步器p＝p+1，x_ice为路面凝冰温度实际值；将下个时刻的路面温度预测值作为实时时序路面温度数据的最后一个时序数据，得到当前时序的时序路面温度数据x_window，当x_predict(n+p)≤x_ice时，输出此时预测计步器p的值作为路面凝冰时间预测值。

技术领域

本发明属于高速公路检测技术领域，具体涉及一种路面凝冰时间预测方法、系统、装置及存储介质。

背景技术

高速公路沿线多变的气象环境一直都是阻碍高速公路系统安全高效运营的主要因素，而冰雪冻雨等恶劣气象条件对高速公路的影响尤为严重。冬季，由于降雪降雨或空气潮湿雾气大，在气温骤然下降情况下，一些高纬度和高海拔潮湿地区中的特殊高速公路路段，如山区特大桥梁、阴坡弯道等路面桥面极易凝冰。

路面凝冰不仅会影响高速公路的通行效率，而且给人们的出行带来极大的不便。目前国内外在路面凝冰问题上的研究主要集中在路面凝冰检测和除冰融雪技术上，而在预测即将发生路面凝冰时间方面的研究相对比较匮乏。

在冬季，高速公路路面温度的实际变化趋势并不是理想均匀直线下降，而是上下随机波动并缓慢下降，如图1、图5所示，导致上述专利CN104134098B的预测稳定性较差，同时其所预测结果具有较大的误差，不利于实际的工程推广应用。

发明内容

针对现有预测方法存在的缺陷，本发明提供一种基于时序回归神经网络的路面凝冰时间预测方法、系统、装置及存储介质，提高了预测模型的稳定性、适用性和准确性。

本发明具体采用以下技术方案解决上述技术问题：

一种路面凝冰时间预测方法，包括如下步骤：

获取最近一组滚动窗口的时序路面温度数据为x_window＝(x_n-w,x_n-w+1,…,x_n-1)；

对时序路面温度数据x_window＝(x_n-w,x_n-w+1,…,x_n-1)进行归一化数据处理，得到归一化的时序路面温度数据；

初始化一个预测计步器p＝0，并记录当前时间值t_c；将归一化的时序路面温度数据输入到已训练好的BP神经网络的时序回归预测模型，计算得到下个时刻的路面温度预测值为x_predict(n+p)；

在x_predict(n+p)x_ice时，使预测计步器p＝p+1，x_ice为路面凝冰温度实际值；将下个时刻的路面温度预测值作为实时时序路面温度数据的最后一个时序数据，得到当前时序的时序路面温度数据x_window，当x_predict(n+p)≤x_ice时，输出此时预测计步器p的值作为路面凝冰时间预测值。

进一步的，在预测前，先采集时序路面温度数据x＝(x₀,x₁,…,x_n-1)，如果时序路面温度数据x＝(x₀,x₁,…,x_n-1)的变化趋势为缓慢下降，则满足预测条件，进行预测。