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！

龙图腾网获悉中国科学院沈阳计算技术研究所有限公司申请的专利一种基于EMD-LSTM的融合空间特征的风速预测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：CN119598381B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202311156307.6，技术领域涉及：G06F18/25；该发明授权一种基于EMD-LSTM的融合空间特征的风速预测方法是由祁柏林;王宁;孙阳阳;周晓磊;王兴刚;金继鑫;宋春梅;黄迪;李阳;王小雨设计研发完成，并于2023-09-08向国家知识产权局提交的专利申请。

本一种基于EMD-LSTM的融合空间特征的风速预测方法在说明书摘要公布了：本发明涉及一种基于EMD‑LSTM的融合空间特征的风速预测方法。该方法从监测站点获取时序、空间数据，预处理构建数据集，建立时空预测模型进行风速预测，采用权值贝叶斯优化将两种预测结果融合，得到预测结果。时间模型中对风速率特征进行EMD分解，输入多个LSTM，将每个LSTM的预测分量累加得到仅考虑时序特征的风速预测值。空间模型中对邻近站点风速进行矢量分解并插值，还原风速矢量获取风向和风速率的插值并计算与实际值的距离以获得空间独立性权重。模型融合中依据空间独立性权重进行权值贝叶斯优化，得到融合时空特征的风速值预测。本发明同时考虑风速预测任务中相关时间特征和空间特征的影响，模型结构和预测方法更加合理。

本发明授权一种基于EMD-LSTM的融合空间特征的风速预测方法在权利要求书中公布了：1.一种基于EMD-LSTM的融合空间特征的风速预测方法，其特征在于，包括如下步骤： 目标监测区域内采集时序数据和空间数据，标记当前时刻的风向实际观测值Dt，风速率实际观测值Vt；对缺失值和异常值进行数据填补，构建时序数据集、空间方向分量； 对时序数据中的风速时间序列进行EMD分解，提取不同时间尺度的风速分量；并结合全部时序特征作为输入，迭代训练LSTM时序模型使其输出预测分量，并反归一化处理后累加得到时序空间的风速预测值；使用训练好的LSTM时序模型预测下一时刻的风向时序预测值Dl和风速率时序预测值Vl； 对空间方向分量计算插值，并分别对风速率进行矢量还原得到当前时刻的风向插值预测值Dp和风速率插值预测值Vp；计算空间独立性权重：风向空间独立性权重Wd_a和风速率空间独立性权重Wv_a； 对空间独立性权重进行时空权值贝叶斯优化；获取优化后的空间独立性权重：优化后的风向空间独立性权重Wd_z、优化后的风速率空间独立性权重Wv_z，建立融合预测模型用于对时间、空间的风速矢量进行预测； 输出最终风向预测值Dz和最终风速率预测值Vz。

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中国科学院沈阳计算技术研究所有限公司，其通讯地址为：110168 辽宁省沈阳市东陵区南屏东路16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。