Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国家气候中心翟建青获国家专利权

国家气候中心翟建青获国家专利权

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!

龙图腾网获悉国家气候中心申请的专利一种基于大数据的低温雨雪冰冻灾害风险预测方法及系统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:CN120633921B

龙图腾网通过国家知识产权局官网在2026-02-13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:202510727198.1,技术领域涉及:G06Q10/04;该发明授权一种基于大数据的低温雨雪冰冻灾害风险预测方法及系统是由翟建青;乔琦;代潭龙;杨聿铭;王国复设计研发完成,并于2025-06-03向国家知识产权局提交的专利申请。

一种基于大数据的低温雨雪冰冻灾害风险预测方法及系统在说明书摘要公布了:本发明涉及一种基于大数据的低温雨雪冰冻灾害风险预测方法及系统,方法包括:采集多源异构数据并进行预处理,获取标准化数据集,其中,多源异构数据包括气象数据、交通数据和电力数据;根据标准化数据集,提取气象数据中的动态特征,对动态特征进行筛选,获取优化特征集;对优化特征集进行特征提取,获取时空特征向量;将交通数据与电力数据进行融合,获取综合影响因子;将时空特征向量和综合影响因子结合,获取灾害风险特征矩阵;将灾害风险特征矩阵输入风险预测模型,输出灾害风险等级与概率分布,其中,风险预测模型基于长短期记忆网络构建。本发明实现了对低温雨雪冰冻灾害情景的精准风险预测,为防灾减灾提供了有力的决策支持。

本发明授权一种基于大数据的低温雨雪冰冻灾害风险预测方法及系统在权利要求书中公布了:1.一种基于大数据的低温雨雪冰冻灾害风险预测方法,其特征在于,包括: 采集多源异构数据并进行预处理,获取标准化数据集,其中,所述多源异构数据包括气象数据、交通数据和电力数据; 根据所述标准化数据集,提取所述气象数据中的动态特征,对所述动态特征进行筛选,获取优化特征集; 根据所述标准化数据集,提取所述气象数据中的动态特征包括:通过主成分分析算法,对所述标准化数据集进行降维处理,提取主成分,获取包含气温下降速率和雨雪转换系数的动态特征; 对所述动态特征进行筛选,获取优化特征集包括: 若主成分的累计方差贡献率达到预设阈值,则保留对应主成分,获取初步特征集; 采用聚类分析算法,对所述初步特征集进行分组,判断特征间的相关性,获取特征分组结果; 从所述特征分组结果中选取与气温下降速率和雨雪转换系数达到预设相关程度的特征,构建所述优化特征集; 对所述优化特征集进行特征提取,获取时空特征向量; 将所述交通数据与所述电力数据进行融合,获取综合影响因子,包括: 根据所述交通数据和所述电力数据分别提取关键交通特征和电网负载区域分布数据,其中,所述区域分布数据包含不同供电节点的实时功率波动; 通过加权平均方法将所述关键交通特征与所述电网负载区域分布数据进行融合,获取所述综合影响因子;分别提取关键交通特征和电网负载区域分布数据包括:将所述交通数据与所述电力数据分布输入随机森林算法,提取所述关键交通特征和电网负载区域分布数据; 将所述时空特征向量和所述综合影响因子结合,获取灾害风险特征矩阵; 将所述灾害风险特征矩阵输入风险预测模型,输出灾害风险等级与概率分布,其中,所述风险预测模型基于长短期记忆网络构建并通过训练集训练获得,所述训练集包括历史灾害风险特征矩阵。

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国家气候中心,其通讯地址为:100081 北京市海淀区中关村南大街46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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。