基于前序航班链的航班延误预测及推送方法、装置及系统与流程
本发明涉及航班预测,具体涉及一种基于前序航班链的航班延误预测及推送方法、装置及系统。
背景技术:
1、航班延误可能对旅客的出行安排产生影响。现有航班动态信息通常由航空公司、机场或第三方平台发布,用户一般能够通过短信、应用程序、航显系统等方式获知相关信息。在部分场景下,延误信息可能在临近计划起飞时刻或目标航班状态已发生变化后更新,因而留给用户调整到达机场时间、后续交通衔接及住宿安排的时间相对有限。
2、现有航班延误预测方式中,部分方案主要依据目标航班的历史准点率、历史平均延误时长、航线运行特征或者机场天气等信息进行统计分析。由于同一航班号在不同执行日期可能由不同飞机执飞,且执飞飞机在目标航班之前通常还可能连续执行其他航班,前序运行环节产生的延误有可能随飞机运行过程向后传递。因此,仅依据目标航班自身的历史数据进行预测时,在部分情况下可能难以充分反映执飞飞机当日的实际运行位置、前序航班执行进度及延误累积情况,对具体执行日期下目标航班的预测针对性仍有提升空间。
3、部分用户会查询目标航班所用飞机的上一航班,并结合上一航班的运行状态进行经验判断。然而,飞机在目标航班之前可能连续执行多段航班,并可能存在跨日运行、长时间停场、临时换机及航班计划调整等情况。现有查询方式在某些情况下主要呈现单个航班的分散信息,用户仍需自行识别同一执飞飞机的连续运行关系,也不易判断较远前序航班产生的延误是否仍会对目标航班产生影响,此外,航班运行数据可能来源于航空公司、机场、广播式自动相关监视数据及第三方信息平台。不同数据源在时间格式、更新时间、预计时间及运行状态数据的可信度等方面可能存在差异。若多源数据之间缺少统一处理或一致性校验,可能会增加执飞飞机识别偏差、前序航班衔接关系判断偏差或运行状态不一致的风险,进而对延误预测结果产生影响。
4、在飞机连续执行多个航班的过程中,前序航班的延误通常并非全部传递至后续航班。相邻航班之间的计划过站时间可能吸收部分延误,而机场、机型及过站保障任务所需时间不足时,也可能形成新的时间缺口。部分现有方案在分析前序航班延误影响时,更多将前序航班的延误时长直接作为参考,对延误被过站环节吸收、继续传导或进一步扩大的不同情形考虑相对有限;对于不同级次前序航班对目标航班的影响差异,也仍存在进一步细化的空间。
5、航班运行状态还会随飞机起飞、落地、预计到达时间变化以及机场运行条件更新而动态变化,相应预测结果可能在一定时间内发生波动。部分告警方式主要依据单次预测结果进行通知,对连续预测结果的稳定程度考虑不足时,可能出现重复推送、频繁变更或低可信度告警,进而影响告警信息的有效性,并增加服务端消息处理量及用户终端资源消耗。
6、因此,现有技术在执飞飞机与目标航班的关联、前序航班连续关系识别、多源运行数据处理、前序延误吸收与传导分析、不同级次延误影响评估以及预测结果稳定性判断等方面,仍存在进一步优化的需求,以便在目标航班正式发布延误信息之前,为用户提供更及时、可靠的延误预警信息。
技术实现思路
1、本发明的目的在于提供一种基于前序航班链的航班延误预测及推送方法、装置及系统,解决现有技术存在的问题。
2、为实现上述目的,本发明提供如下技术方案:一种基于前序航班链的航班延误预测及推送方法,包括:
3、s1、获取目标航班的航班标识及执行日期,并从航班动态数据中提取与目标航班对应的执飞飞机标识;
4、s2、以执飞飞机标识为关联索引,获取执飞飞机在目标航班之前连续执行的各前序航班数据,并按照时间衔接关系构建前序航班链;
5、s3、采集前序航班链中各级前序航班的计划到达时间、实际到达时间或预计到达时间以及相邻航班之间的计划过站时间,形成前序航班运行状态数据;
6、s4、根据各级前序航班的实际到达时间或预计到达时间与对应计划到达时间之间的差值确定延误量,并根据计划过站时间与最短保障过站时间确定对应的过站缓冲量和保障时间缺口;
7、s5、针对各级前序航班,沿该级前序航班至目标航班的时间衔接路径,利用对应的过站缓冲量吸收延误量,并将保障时间缺口计入延误量,将处理后不小于零的剩余量确定为候选可传导延误量;
8、s6、按照前序航班距离目标航班越远、传播权重越低的规则,对各级候选可传导延误量进行加权汇聚,得到目标航班的综合预测延误量;
9、s7、基于综合预测延误量确定延误传播指数,并根据连续更新的综合预测延误量判断预测结果是否满足预测稳定性条件;
10、s8、当预测结果满足预测稳定性条件且延误传播指数达到延误传播指数告警阈值时,生成目标航班延误告警数据并推送至关联用户终端。
11、具体的,所述s1包括:
12、对目标航班的航班号、执行日期和时区进行归一化处理,生成目标航班查询序列;
13、根据目标航班查询序列从多个航班动态数据源获取候选执飞飞机标识,并记录对应的数据源可信度及数据更新时间;
14、根据候选执飞飞机标识的一致性、航班计划信息匹配度、数据源可信度及数据时效性,计算各候选执飞飞机与目标航班的匹配得分;
15、剔除匹配得分低于执飞飞机匹配得分阈值的候选执飞飞机;
16、将匹配得分最高且达到执飞飞机匹配得分阈值的候选执飞飞机确定为目标航班的执飞飞机,并建立执飞飞机标识与目标航班之间的映射关系。
17、具体的,所述s2包括:
18、以执飞飞机标识和目标航班的计划起飞时刻生成检索键,获取预设回溯时段内的候选前序航班数据;
19、对候选前序航班的航班标识、起降机场、执行时刻及执飞飞机标识进行归一化处理,并将目标航班和各候选前序航班分别设置为航班节点;
20、当相邻航班节点的执飞飞机标识相同、前一航班节点的到达机场与后一航班节点的起飞机场相同,且时间间隔不小于最短保障过站时间并不大于连续执飞最大停场时长时,在相邻航班节点之间建立有向边;
21、根据航班节点和有向边构建航班邻接矩阵,并通过路径搜索算法获得以目标航班为终点的候选航班路径;
22、按照执行时刻从候选航班路径中筛选连续执飞路径,生成前序航班链。
23、具体的,所述s3包括:
24、按照前序航班链的级次,采集各级前序航班的计划起降时间、实际起降时间或预计起降时间、飞行阶段、数据更新时间及数据源可信度;
25、对所采集的时间数据进行时区统一、格式归一及时间戳对齐;
26、对于同一前序航班的多源时间数据,计算不同数据源之间的时间偏差;
27、当时间偏差超过多源时间偏差阈值时,保留数据源可信度较高且更新时间较新的时间数据;当时间偏差未超过多源时间偏差阈值时,按照数据源可信度和数据时效性对预计时间进行加权融合;
28、根据相邻航班的计划到达时间和计划起飞时间确定计划过站时间,并按照前序航班链级次形成前序航班运行状态数据集。
29、具体的,所述s4包括:
30、根据各级前序航班的实际到达时间或预计到达时间与对应计划到达时间之间的差值,生成延误量序列;
31、获取各级前序航班对应的机场、机型以及旅客上下机、客舱清洁、燃油加注、机组衔接和放行准备的过站保障任务数据;
32、根据各过站保障任务之间的并行关系和先后约束关系构建保障任务路径,将耗时最长的保障任务路径对应的时长确定为最短保障过站时间;
33、当过站保障任务数据缺失时,采用相同机场和机型对应的历史过站时间中位值作为替代值,并降低对应数据的可信度;
34、计算计划过站时间与最短保障过站时间之间的差值,将正值确定为过站缓冲量,将负值的绝对值确定为保障时间缺口。
35、具体的,所述s5包括:
36、按照前序航班链级次,将各级前序航班的延误量与各时间衔接环节的过站缓冲量及保障时间缺口进行索引对应;
37、针对任一级前序航班,沿该级前序航班至目标航班的时间衔接路径累计过站缓冲量,得到累计延误吸收量;
38、沿同一时间衔接路径累计保障时间缺口,得到累计保障时间缺口;
39、将该级前序航班的延误量扣除累计延误吸收量并加上累计保障时间缺口,将所得结果小于零时置零,得到该级前序航班对应的候选可传导延误量;
40、按照前序航班链级次排列各候选可传导延误量,生成候选可传导延误量序列。
41、具体的,所述s6包括:
42、根据各级前序航班与目标航班之间的链路级数及时间间隔,生成随链路级数增加而递减的初始传播权重;
43、获取各级前序航班涉及机场的拥堵状态、天气状态以及对应运行状态数据的可信度;
44、根据拥堵状态、天气状态及运行状态数据的可信度对初始传播权重进行修正,并保持修正后的传播权重随链路级数增加而递减;
45、将低于传播权重截断阈值的传播权重置零,并对其余传播权重进行归一化处理,传播权重截断阈值为候选可传导延误量参与加权汇聚所需达到的最小传播权重;
46、将归一化后的传播权重与对应的候选可传导延误量相乘并汇总,得到目标航班的综合预测延误量。
47、具体的,所述s7包括:
48、获取所述综合预测延误量和预设的延误基准时间,根据所述综合预测延误量与所述延误基准时间的比值确定延误传播指数;
49、按照预设更新周期连续记录所述综合预测延误量,并按照更新时间排列最近预设次数的综合预测延误量;
50、从最近预设次数的综合预测延误量中确定最大综合预测延误量和最小综合预测延误量,根据所述最大综合预测延误量与所述最小综合预测延误量之间的差值确定预测结果变化范围;
51、获取最近一次综合预测延误量和前一次综合预测延误量,根据所述最近一次综合预测延误量与所述前一次综合预测延误量之间的差值确定相邻预测变化幅度;
52、当所述预测结果变化范围不超过预测变化范围阈值,并且所述相邻预测变化幅度不超过相邻预测变化幅度阈值时,判定预测结果满足预测稳定性条件,并输出稳定性标识。
53、具体的,所述s8包括:
54、获取稳定性标识和延误传播指数,当稳定性标识表示预测结果稳定且延误传播指数达到延误传播指数告警阈值时,确定满足告警条件;
55、根据延误传播指数所在的分值区间确定风险等级,并结合目标航班标识、综合预测延误量、预测起飞时间及造成延误的前序航班信息生成告警数据;
56、根据目标航班标识及执行日期查询用户订阅映射关系,确定关联用户终端及对应推送通道;
57、根据目标航班标识、执行日期、风险等级及告警版本生成告警唯一标识,当告警重复抑制时长内已存在相同告警唯一标识时,停止重复推送;
58、当综合预测延误量相对于最近一次已推送告警的变化幅度达到预测延误更新阈值,或者风险等级发生变化时,生成新版本告警数据并向关联用户终端推送更新告警或解除告警。
59、本发明还提供一种适用于如上述所述的基于前序航班链的航班延误预测及推送方法的装置,包括:
60、飞机标识提取模块,用于获取目标航班的航班标识及执行日期,并从航班动态数据中提取与目标航班对应的执飞飞机标识;
61、航班链构建模块,用于以执飞飞机标识为关联索引,获取执飞飞机在目标航班之前连续执行的各前序航班数据,并按照时间衔接关系构建前序航班链;
62、状态采集模块,用于采集各级前序航班的计划到达时间、实际到达时间或预计到达时间以及计划过站时间,形成前序航班运行状态数据;
63、延误计算模块,用于确定各级前序航班的延误量、过站缓冲量及保障时间缺口,并沿各级前序航班至目标航班的时间衔接路径确定候选可传导延误量;
64、加权预测模块,用于按照前序航班距离目标航班越远、传播权重越低的规则,对各级候选可传导延误量进行加权汇聚,得到综合预测延误量;
65、告警决策模块,用于基于综合预测延误量确定延误传播指数,并根据连续更新的综合预测延误量判断预测结果是否满足预测稳定性条件;
66、告警推送模块,用于在预测结果满足预测稳定性条件且延误传播指数达到延误传播指数告警阈值时,生成目标航班延误告警数据并推送至关联用户终端。
67、再者,本发明还提供一种基于前序航班链的航班延误预测及推送系统,包括航班动态数据源、服务端、推送网关及用户终端;
68、航班动态数据源用于向服务端提供航班标识、执行日期、执飞飞机标识、前序航班数据及航班运行状态数据;
69、服务端包括如上述所述的航班延误预测及推送装置,用于根据航班运行状态数据构建前序航班链,计算候选可传导延误量、综合预测延误量及延误传播指数,并在满足告警条件时生成目标航班延误告警数据;
70、推送网关用于根据目标航班标识、执行日期与用户终端之间的订阅映射关系,将目标航班延误告警数据发送至对应的用户终端;
71、用户终端用于提交目标航班订阅信息,并接收和显示目标航班延误告警数据。
72、由上述技术方案可知,本发明具有如下有益效果:
73、本发明通过将目标航班与其执飞飞机标识建立关联,并依据同一执飞飞机的连续运行关系构建前序航班链,使延误预测能够结合执飞飞机当日的实际运行进度;通过对多源航班时间数据进行归一化、时间对齐和可信度处理,有利于降低数据不一致对预测结果的影响;通过综合考虑前序航班延误量、过站缓冲量、保障时间缺口及链路级次,能够区分延误被吸收、继续传导或扩大的情形,提高预测的针对性;通过延误传播指数和预测稳定性判断控制告警触发,有利于减少预测波动引起的重复告警,并在目标航班延误信息正式发布前向关联用户终端提供较为及时、可靠的预警信息。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com