中国安全科学学报

作者：吴安坤, 吴仕军, 丁旻, 张弛, 张淑霞

单位：贵州省气象灾害防御技术中心,贵州 贵阳 550081

关键词：长短期记忆(LSTM),循环神经网络,雷电潜势预测,大气物理量参数,关联度,准确率

基金：贵州省科技基金资助(黔科合基础-ZK[2022]一般245); 贵州省科技支撑项目(黔科合支撑[2021]一般510)

为探索循环神经网络模型在非线性预测中的应用,进一步提高雷电潜势预测的准确率,构建长短期记忆(LSTM)循环神经网络模型,并以贵阳探空站为例,统计站点周边100 km、12 h范围内的闪电次数,获取23个与雷电活动关联度r>0.8的探空物理量参数,以此作为预测模型的样本特征;分析超参数选取对模型的影响,开展(0,24]h内的雷电潜势预测研究,并对比检验效果。研究结果表明:构建学习率为0.000 1、批量样本量为32、输入序列长度为10的LSTM网络模型,有利于提高模型泛化和快速收敛;通过输入前5天的大风指数、修正指数等23个探空物理量参数,发现(0,12]h的雷电潜势预测效果明显优于(12,24]h;采用该模型验证(0,12]h测试数据,得出被试工作特征曲线线下面积(AUC)接近于1,命中率(POD)为93.4%,虚警率(FAR)为17.4%,临界成功指数(CSI)为78.1%,验证了该模型的有效性。

来源：2023年第8期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第8期