清华大学深圳国际研究生院沈鹏元获国家专利权
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!
龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于分布调整时间映射的月度气象预测数据逐时降尺度方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:CN119692045B 。
龙图腾网通过国家知识产权局官网在2025-09-12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:202411873153.7,技术领域涉及:G06F30/20;该发明授权一种基于分布调整时间映射的月度气象预测数据逐时降尺度方法是由沈鹏元设计研发完成,并于2024-12-18向国家知识产权局提交的专利申请。
本一种基于分布调整时间映射的月度气象预测数据逐时降尺度方法在说明书摘要公布了:本发明属于建筑性能模拟领域,提供了一种基于分布调整时间映射的月度气象预测数据逐时降尺度方法,包括:代表性城市确定、典型气象年数据收集、全球气候模式和月平均分辨率数据集确定、主变量数据集获取、候选统计分布确定、最大似然估计、最优分布筛选、经验累积分布函数构建、分布修正、分位数计算、分位数映射、分布调整以及模型预测。本发明通过特定分布的调整与分位映射方法实现大气环流模型中不同天气变量月度预测数据的逐时降尺度,既保持了数据的物理特性和历史数据的统计特征,又能够反映GCM预测的长期趋势与极端天气情况,为建筑性能模拟提供了可靠的未来气象数据。
本发明授权一种基于分布调整时间映射的月度气象预测数据逐时降尺度方法在权利要求书中公布了:1.一种基于分布调整时间映射的月度气象预测数据逐时降尺度方法,其特征在于,包括: 确定预设气候带的代表性城市; 根据所述代表性城市进行历史天气资料编制,得到典型气象年数据; 确定全球气候模式和月平均分辨率数据集; 根据所述典型气象年数据提取预设天气变量的每小时的典型气象年数据,得到主变量数据集;所述主变量数据集包括:小时温度数据、小时相对湿度数据、小时风速数据以及小时太阳辐射数据; 根据所述主变量数据集设定每个所述预设天气变量的候选统计分布; 利用最大似然估计对每个所述预设天气变量的所述候选统计分布进行验证,得到验证数据集; 根据所述验证数据集对所述预设天气变量的所述候选统计分布进行筛选,得到每个所述预设天气变量的最优分布; 根据所述月平均分辨率数据集和所述主变量数据集构建经验累积分布函数; 利用预设的修正函数对所述最优分布进行修正,得到修正分布;所述修正函数为:其中,Yadjusted为参数修正结果;为参数修正值;μfut为所述全球气候模式的预测结果平均值;μhistorical为所述主变量数据集的平均值; 利用所述经验累积分布函数确定所述全球气候模式的预测结果中每个值对应的分位数; 将所述分位数映射到所述主变量数据集的所述经验累积分布函数的计算结果中,得到原始预测模型; 利用预设的分布调整公式对所述预测模型进行调整,得到目标预测模型;所述分布调整公式包括: 其中,loc和scale为分布参数;a和b为形状参数;σobs为所述主变量数据集的标准差;Γ·为伽马函数; 利用所述目标预测模型进行未来小时天气数据预测,得到目标预测结果。
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清华大学深圳国际研究生院,其通讯地址为:518071 广东省深圳市南山区桃源街道丽水路2279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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励