买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利基于多源异构数据融合的高铁沿线大风预测算法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117150430B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311115702.X，技术领域涉及：G06F18/25；该发明授权基于多源异构数据融合的高铁沿线大风预测算法是由张颖超;安然;叶小岭;胡凯;熊雄;陈昕;王翼虎设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本基于多源异构数据融合的高铁沿线大风预测算法在说明书摘要公布了：本发明公开了一种基于多源异构数据融合的高铁沿线大风预测算法。首先获取风速数据和气象要素数据进行数据预处理，构建多元多时距风速预测样本集，然后构建待训练基于多源异构数据融合的多支路TCN‑BiLstm注意力预测网络模型，经过训练基于多源异构数据融合的多支路TCN‑BiLstm注意力预测网络模型，以检测气象要素数据为输入，以铁路沿线目标风速监测点的预测风速为输出进行预测。本方法使用多时距数据作为模型的输入，建立多支路TCN‑BiLstm注意力预测网络，使用时间卷积网络、双向长短时记忆网络和高效通道注意力网络作为骨干网络各分路模块，并且设计了特征融合模块，能够全面捕捉风速数据在不同时间尺度上的模式和特征，提高预测的鲁棒性和稳定性。

本发明授权基于多源异构数据融合的高铁沿线大风预测算法在权利要求书中公布了：1.基于多源异构数据融合的铁路沿线大风预测算法，其特征在于，包括以下步骤S1，针对待预测铁路沿线风速监测点区域，在预设历史范围内预设时距的各历史时间点，获取区域内目标风速监测点的风速数据，以及相距该目标风速监测点预设距离内各气象站的气象要素数据，并对风速数据和气象要素数据进行数据预处理，构建多元多时距风速预测样本集，多元多时距风速预测样本集包括检测气象要素数据以及相对应的铁路沿线目标风速监测点的检测风速，其中，气象要素数据包括风速、风向、气压、温度、湿度、降雨量； S2，构建待训练基于多源异构数据融合的多支路TCN-BiLstm注意力预测网络模型； 所述基于多源异构数据融合的多支路TCN-BiLstm注意力预测网络模型包括依次相连的编码器和解码器，编码器中包括依次相连的多支路特征提取网络和特征融合模块； 在编码器中，构建多支路特征提取网络，多支路特征提取网络包括用于提取不同层级特征的三个依次相连的特征提取支路，其中，各特征提取支路分别均包括依次相连的TCN时间卷积网络、BiLstm双向长短期记忆网络以及ECANet高效通道注意力网络；第一特征提取支路的输入为多元多时距风速预测样本集，各后续特征提取支路的输入是前一个特征提取支路的输出，各特征提取支路的输出为所提取的特征向量； 特征融合模块的输入为三个特征提取支路所提取的特征向量，特征融合模块包括依次相连的1×1卷积核的DO-Conv深度参数化卷积、批量归一化层和GELU非线性激活函数、ECANet高效通道注意力网络； 解码器的输入为特征融合后得到的特征向量，解码器包括1×1卷积层、ECANet高效通道注意力网络以及、BiLstm双向长短期记忆网络，获得最终预测向量并输出； S3，基于多元多时距风速预测样本集，以铁路沿线目标风速监测点的检测风速以及相对应的检测气象要素数据为输入，以目标风速监测点的相距预设时距的检测风速为输出，针对待训练基于多源异构数据融合的多支路TCN-BiLstm注意力预测网络模型进行训练，获得基于多源异构数据融合的多支路TCN-BiLstm注意力预测网络模型； S4，以检测气象要素数据为输入，以铁路沿线目标风速监测点的预测风速为输出，使用基于多源异构数据融合的多支路TCN-BiLstm注意力预测网络模型进行预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：210000 江苏省南京市宁六路219号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。