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！

龙图腾网获悉香港理工大学深圳研究院申请的专利风速数据预测方法、装置、电子设备及存储介质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：CN120687759B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510667380.2，技术领域涉及：G06F18/20；该发明授权风速数据预测方法、装置、电子设备及存储介质是由陈争卫;陆嘉豪;郭展豪设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本风速数据预测方法、装置、电子设备及存储介质在说明书摘要公布了：本申请实施例提出的风速数据预测方法、装置、电子设备及存储介质，方法包括：获取预测场景中多个风速站点的三维空间坐标，并基于多个三维空间坐标构建预测场景中的连续时空图序列，连续时空图序列包括邻接矩阵，连续时空图序列不包括缺失风速站点的风速站点数据；将连续时空图序列输入时空图注意力网络中，依次通过多层级联的图注意力层基于权重邻接元素对缺失风速站点的风速站点数据进行节点关系注意力处理，得到完整时空图序列，完整时空图序列包括缺失风速站点的风速站点数据；将完整时空图序列输入风速预测模型中进行数据处理，得到预测场景的风速数据预测结果，提升在对复杂预测场景下进行风速数据预测的精准性。

本发明授权风速数据预测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种风速数据预测方法，其特征在于，所述方法包括： 获取预测场景中多个风速站点的三维空间坐标，并基于多个所述三维空间坐标构建所述预测场景中的连续时空图序列，所述连续时空图序列包括邻接矩阵，所述连续时空图序列不包括缺失风速站点的风速站点数据，所述邻接矩阵包括所述缺失风速站点与其他的所述风速站点之间的权重邻接元素； 将所述连续时空图序列输入时空图注意力网络中，依次通过多层级联的图注意力层基于所述权重邻接元素对所述缺失风速站点的风速站点数据进行节点关系注意力处理，得到完整时空图序列，所述完整时空图序列包括所述缺失风速站点的所述风速站点数据； 将所述完整时空图序列输入风速预测模型中进行数据处理，得到所述预测场景的风速数据预测结果； 所述基于多个所述三维空间坐标构建所述预测场景中的连续时空图序列，包括： 基于每两个所述风速站点的所述三维空间坐标和方向权重进行加权和计算，得到每两个所述风速站点之间的边特征； 基于每两个所述风速站点的所述三维空间坐标之间的差值并进行百分比处理，得到图连接阈值； 基于所述图连接阈值和所述边特征，得到所述连续时空图序列； 所述时空图注意力网络的训练过程包括： 获取多个训练时空图序列，所述训练时空图序列包括多个站点数据、缺失站点数据、缺失站点与其他站点之间的邻接权重矩阵以及所述缺失站点数据对应的站点标签数据； 基于所述缺失站点数据生成节点特征向量，并基于所述节点特征向量、所述邻接矩阵以及所述时空图注意力网络的注意力参数，构建所述时空图注意力网络中每个所述图注意力层的节点特征更新函数； 基于所述节点特征向量和所述站点标签数据的数据差值，构建损失函数； 基于所述节点特征更新函数和所述损失函数对所述时空图注意力网络的网络参数和所述节点特征向量进行迭代更新，多次迭代更新后的所述网络参数用于对所述连续时空图序列进行节点关系注意力处理。

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香港理工大学深圳研究院，其通讯地址为：518057 广东省深圳市南山区粤海街道高新技术产业园南区粤兴一道18号香港理工大学产学研大楼205室；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。