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！

龙图腾网获悉大连理工大学申请的专利基于时空知识蒸馏的低空微气象动态风险预测与无人飞行器保险对冲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：CN120746297B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511163575.X，技术领域涉及：G06Q10/0635；该发明授权基于时空知识蒸馏的低空微气象动态风险预测与无人飞行器保险对冲方法是由王鑫;石腾龙;金宏春设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本基于时空知识蒸馏的低空微气象动态风险预测与无人飞行器保险对冲方法在说明书摘要公布了：本发明属于无人机保险及风险管理技术领域，公开了一种基于时空知识蒸馏的低空微气象动态风险预测与无人飞行器保险对冲方法，为小区域尺度的无人机安全运营设计，通过创新的轻量化模型实现50‑200米网格的实时微气象预测，并与保险决策深度耦合。本发明方法首次将时空知识蒸馏深度融入低空微气象保险风控体系，形成"气象感知‑风险蒸馏‑动态对冲"的闭环架构，使得本发明的方法在风险预测精度、响应速度、系统协同和边缘部署四大维度实现突破性提升。

本发明授权基于时空知识蒸馏的低空微气象动态风险预测与无人飞行器保险对冲方法在权利要求书中公布了：1.一种基于时空知识蒸馏的低空微气象动态风险预测与无人飞行器保险对冲方法，其特征在于，步骤如下： 1构建区域微气象蒸馏引擎； 1.1输入数据预处理； 1.1.1数据来源： 区域中尺度气象模型输出的1公里网格气象数据，包含风速、温度、湿度； 从高精度数字高程模型获得的地形高程数据矩阵，分辨率为50米； 1.1.2空间降尺度处理； 1.2构建STKD-LowAlt模型； STKD-LowAlt模型采用三层级联结构实现特征提取； 1.3物理约束蒸馏训练； 训练损失函数融合了知识蒸馏与流体力学规律约束： ； 蒸馏损失： STKD-LowAlt模型作为学生模型输出与Pangu-Weather模型作为教师模型输出的均方误差：；其中，为教师模型输出，为学生模型输出； 物理损失： 强制满足质量守恒与涡度动力学方程：； 为STKD-LowAlt模型预测的风速矢量场；为激光雷达实测涡度值；，用于平衡权重；表示nabla算子；在中，表示散度运算，用于描述模型预测的风速矢量场在空间中某一点的发散或汇聚程度；散度为正表示气流在该点发散，散度为负表示气流在该点汇聚；在中，表示旋度运算，用于描述风速矢量场的旋转强度和方向，其结果为涡度； 2计算动态风险值； 将百米级微气象预测转化为无人机动态风险值，量化三项损失分量：机身损伤、任务中断及第三方责任风险； 3保险-飞控协同决策系统； 基于实时风险值生成动态保险策略并优化飞行路径； 4边缘-云协同验证系统； 4.1移动验证节点部署； 硬件配置：车载气象站搭载、三维超声波风速仪、微波辐射计、RTK定位模块； 数据传输：每30秒通过5G上传JSON格式数据； 4.2在线蒸馏更新机制； 当连续10帧预测误差＞15%时触发模型更新： ； 式中，，为学习率；为模型参数梯度；更新仅发生在边缘设备端，耗时＜2秒；指通过移动验证节点实时采集的真实微气象数据；指STKD-LowAlt模型输出的微气象预测结果；为STKD-LowAlt模型更新前的参数集合，为STKD-LowAlt模型更新后的参数集合。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。