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！

龙图腾网获悉南京叁云科技有限公司;华能南京金陵发电有限公司申请的专利一种基于数据同化和人工智能的电线覆冰模拟预报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：CN117010196B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310989005.0，技术领域涉及：G06F30/20；该发明授权一种基于数据同化和人工智能的电线覆冰模拟预报方法是由马星星;仇睿;沈洁;陈启智设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本一种基于数据同化和人工智能的电线覆冰模拟预报方法在说明书摘要公布了：本发明提供了一种基于数据同化和人工智能的电线覆冰模拟预报方法，包括：步骤1，对影响输电线路覆冰生成的气象要素进行预报；步骤2，调整气象模式预报的初始场，优化步骤1数值模式预报的结果；步骤3，对步骤2优化后的数值模式预报的结果进行偏差订正处理；步骤4，判定覆冰是否生成，对有可能发生电线覆冰的地理位置进行标记，形成关注区域的覆冰空间分布信息场；步骤5，输出区域覆冰厚度的预警结果。本发明运用人工智能集成约束模型对气象预报数据场进行修正，获取修正后的气象信息，利用数学方法计算得到覆冰的空间分布场,输出覆冰厚度预报结果，辅助解决电线覆冰预警问题。

本发明授权一种基于数据同化和人工智能的电线覆冰模拟预报方法在权利要求书中公布了：1.一种基于数据同化和人工智能的电线覆冰模拟预报方法，其特征在于，包括以下步骤： 步骤1，基于气象中尺度数值模式，对影响输电线路覆冰生成的气象要素进行预报；所述气象要素包括温度、湿度、风速和降水； 步骤2，结合区域常规的气象观测、高山自动站的观测数据和覆冰资料，进行覆冰站资料同化分析，调整气象模式预报的初始场，优化步骤1数值模式预报的结果； 步骤3，通过基于不同机器学习的人工智能集成嵌套模型，对步骤2优化后的数值模式预报的结果进行偏差订正处理； 步骤4，基于步骤3得到的偏差订正处理后的气象要素，判定覆冰是否生成，对有可能发生电线覆冰的地理位置进行标记，形成关注区域的覆冰空间分布信息场； 步骤5，针对步骤4得到的关注区域的覆冰空间分布信息场，根据覆冰厚度增长数学公式计算覆冰的厚度，输出区域覆冰厚度的预警结果； 步骤3中，所述集成嵌套模型利用CatBoost、GBDT梯度提升决策树、自适应增强AdaBoost模型和RandomForest随机森林模型，结合Boosting和Bagging两种思路集成嵌套生成；整个集成嵌套模型共分为三层，其中CatBoost位于集成嵌套模型的底层，即第一层，基础数据处理框架得到的特征数据进入CatBoost，固定参数训练后的输出结果作为输入特征，发送给第二层的GBDT梯度提升决策树和自适应增强AdaBoost模型分别进行模型训练，同样固定参数训练后的结果，最后叠加嵌套第三层的RandomForest随机森林模型，设置多线程多模块实现分布计算，针对温度、湿度、风速和降水，分别进行建模；在集成嵌套模型的第二层，自适应增强AdaBoost模型和GBDT梯度提升决策树训练结果采用Bagging的方法，按照如下公式形成第二层的嵌套结果： 其中F2是指第二层的嵌套结果，fAdaBoost是指Adaboost模型的训练结果，fGBDT是指GBDT梯度提升决策树的训练结果； 最终集成嵌套模型输出采用对三层模型结果进行Boosting的方法，按照如下公式形成最终输出的订正结果： F3＝0.2*fCatBoost+0.5*F2AdaBoost+GBDT+0.3*f1， 其中F3是指第三层的嵌套结果，fCatBoost是指底层CatBoost的模型训练结果，f1是指RandomForest随机森林模型的训练结果，F2AdaBoost+GBDT是指第二层的模型训练结果； 按照输入特征和实况观测标签的差异，在建模过程中更新调整不同机器学习模型参数并持续训练，直到满足训练停止条件时结束训练，利用训练好的集成嵌套模型对温度、湿度、风速和降水分别进行偏差订正处理。

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京叁云科技有限公司;华能南京金陵发电有限公司，其通讯地址为：211899 江苏省南京市浦口区江浦街道浦滨路320号科创一号大厦A座22楼2207；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。