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！

龙图腾网获悉深圳大学申请的专利一种基于物理一致性神经网络的风环境快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：CN119918605B 。

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：202411987028.9，技术领域涉及：G06N3/08；该发明授权一种基于物理一致性神经网络的风环境快速预测方法是由袁磊;钟国栋;黎贻森;赵童;许雪松设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本一种基于物理一致性神经网络的风环境快速预测方法在说明书摘要公布了：本发明涉及建筑风环境预测技术领域，具体是涉及一种基于物理一致性神经网络的风环境快速预测方法。本发明使用包含建筑形态样本数据和建筑风环境真实数据的训练数据集训练神经网络模型，得到建筑风环境预测模型，建筑风环境预测模型即已训练的神经网络模型。然后获取需要预测风环境的建筑的形态矩阵和入射风数据，并对该形态矩阵应用建筑风环境预测模型，当入射风数据进入到该建筑风环境中，预测该环境内的各个位置点的风速，以得到建筑风环境预测数据，并将该风环境预测数据绘制成风环境预测结果图，从而方便直观地查看预测数据。本发明能够提前预测建筑环境内的各个位置点的风速，以便提前根据预测的风速给出相应的应对措施。

本发明授权一种基于物理一致性神经网络的风环境快速预测方法在权利要求书中公布了：1.一种基于物理一致性神经网络的风环境快速预测方法，其特征在于，包括： 构建训练数据集，所述训练数据集包括建筑形态样本数据和所述建筑形态样本数据所对应的建筑风环境真实数据； 对所述建筑形态样本数据应用神经网络模型，得到所述神经网络模型输出的建筑风环境训练数据； 依据所述建筑风环境真实数据和所述建筑风环境训练数据，确定所述神经网络模型的损失子函数；确定所述建筑风环境真实数据的真实变化率；确定所述建筑风环境训练数据的训练变化率； 依据所述真实变化率和所述训练变化率和所述损失子函数，得到所述神经网络模型的总损失函数，依据所述总损失函数，迭代训练所述神经网络模型，直至所述神经网络模型收敛，得到建筑风环境预测模型； 获取建筑形态矩阵和入射风数据，所述建筑形态矩阵中的元素用于表征空间位置，元素的值用于表征位于空间位置上的建筑属性信息或非建筑属性，入射风为入射至建筑环境的风； 对所述建筑形态矩阵应用建筑风环境预测模型，得到建筑风环境预测数据，即所述入射风数据进入到建筑环境时，预测该环境内的各个位置点的风速； 计算训练变化率包括如下的具体步骤： 确定所述建筑风环境训练数据中的各个相邻点的相邻点风环境训练数据； 获取测点和各个所述相邻点之间的空间距离，各个所述相邻点为与测点相邻的点，所述测点为非建筑体所在的位置； 确定各个所述空间距离中的各个横向距离、各个纵向距离和各个竖向距离，且各个所述横向距离相等，各个所述纵向距离相等，各个所述竖向距离相等； 确定各个所述相邻点中的横向邻点、纵向邻点和竖向邻点；确定所述相邻点风环境训练数据中的所述横向邻点在横向上的风环境训练数据、所述纵向邻点在纵向上的风环境训练数据、所述竖向邻点在竖向上的风环境训练数据； 依据所述横向距离、所述纵向距离、所述竖向距离、所述横向邻点在横向上的风环境训练数据、所述纵向邻点在纵向上的风环境训练数据、所述竖向邻点在竖向上的风环境训练数据，确定所述建筑风环境训练数据的训练变化率。

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深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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。