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！

龙图腾网获悉广州大学申请的专利一种三维风场时空特征重构及高效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：CN120950907B 。

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：202511493384.X，技术领域涉及：G06F18/20；该发明授权一种三维风场时空特征重构及高效预测方法是由何运成;刘宇杰;何灿盛;田罡;傅继阳;周康;邓方舟设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种三维风场时空特征重构及高效预测方法在说明书摘要公布了：本发明公开了一种三维风场时空特征重构及高效预测方法，涉及时空特征重构及高效预测领域，包括获取实测数据集；基于目标山地区域数字高程模型构建三维地形计算域，采用流体力学方法或中尺度气象模型进行多情景数值模拟，生成风场训练数据集，构建风场空间特征映射模型并训练；基于实测数据集，训练风速风向短时预测模型；将实时获取的监测数据输入风速风向短时预测模型，得到各监测站点未来的风速风向预测值；将风速风向预测值输入风场空间特征映射模型，得到目标山地区域未来时刻的山地整体风场分布。通过构建“实测—模拟—建模—预测—重构”一体化技术框架，实现从局部风速风向观测到山地整体三维风场的高时空分辨率短时预测。

本发明授权一种三维风场时空特征重构及高效预测方法在权利要求书中公布了：1.一种三维风场时空特征重构及高效预测方法，其特征在于，包括以下步骤： S1：获取实测数据集；实测数据集为在目标山地区域设置多个风场监测站点，采集风速风向数据，并进行数据预处理后得到； S2：基于目标山地区域数字高程模型构建三维地形计算域，采用流体力学方法或中尺度气象模型进行多情景数值模拟，生成风场训练数据集； S2具体包括： S21：基于目标山地区域的高精度数字高程模型构建三维地形计算域；计算域包括目标山地区域及其上下游延伸区域； S22：采用计算流体力学方法或中尺度气象模型进行高分辨率风场数值模拟； S23：从每次模拟结果中提取全场三维风速矢量分布数据和对应的地形辅助信息，构成风场训练数据集； S3：基于风场训练数据集，构建风场空间特征映射模型并训练；风场空间特征映射模型为参考站点观测量到目标站点风速特征的映射； 风场空间特征映射模型包括第一模型和第二模型； 第一模型以地面气象参考站点的同步观测数据为输入，第二模型以垂直激光测风雷达在参考位置的剖面观测为输入，第一模型和第二模型分别独立进行训练、验证与固化，并设计标准化的推理接口； S4：基于实测数据集，训练风速风向短时预测模型，所述风速风向短时预测模型基于长短期记忆网络构建； 风速风向短时预测模型包括风速模型和风向模型： 风速模型基于历史风速时间序列数据，采用长短期记忆网络模型，用于预测未来时刻的风速值； 风向模型为先将历史风速与风向角转换为水平正交风速分量U与V，再分别采用长短期记忆网络模型独立预测未来的U分量与V分量，最后将预测出的U、V分量重构为预测风向角； 长短期记忆网络模型的超参数通过贝叶斯优化算法确定； S5：将实时获取的监测数据输入风速风向短时预测模型，得到各监测站点未来的风速风向预测值；将风速风向预测值输入风场空间特征映射模型，得到目标山地区域未来时刻的山地整体风场分布。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230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。