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！

龙图腾网获悉河海大学申请的专利一种基于物理-数据双驱动的流域水风光资源一体化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：CN116108956B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211454441.X，技术领域涉及：G06Q10/04；该发明授权一种基于物理-数据双驱动的流域水风光资源一体化预报方法是由方国华;张钰;闻昕;唐梅英;李继伟;刘杨;张瑞海;丁紫玉;谭乔凤;颜敏;李鑫设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本一种基于物理-数据双驱动的流域水风光资源一体化预报方法在说明书摘要公布了：本发明公开了一种基于物理‑数据双驱动的流域水风光资源一体化预报方法，包括：确定研究区域与典型时段；构建WRFWRF‑Hydro双向耦合模式；优选WRF模式参数化方案、率定WRF‑Hydro参数；建立基于长短时记忆网络的双耦模式输出结果残差学习模型；获取流域水风光一体化资源预报数据。本发明创新地提出物理模型驱动与数据模型驱动相结合的流域水风光资源一体化预报方法，能够基于物理模型刻画流域水文气象循环背景场，预报流域水风光资源信息，并通过长短时记忆网络订正模型预报误差，实现流域水风光资源高精度一体化预报，能够获取时空连续、高分辨率、高精度的水风光资源预报数据，满足流域可再生能源一体化开发需求。

本发明授权一种基于物理-数据双驱动的流域水风光资源一体化预报方法在权利要求书中公布了：1.一种基于物理‑数据双驱动的流域水风光资源一体化预报方法，其特征在于，包括如下步骤： S1：确定研究流域与典型时段； S2：构建WRFWRF‑Hydro陆气双向耦合模式，获取模式驱动场与地面静态数据；综合考虑流域所在地理位置、地形高程、所处气候分区与项目研究需求，确定模式嵌套方案； S3：确定WRF模式中待优选的参数化方案，考虑模式达到平衡所需的预热时间，选择典型研究时段，利用再分析资料驱动模式，获取相应变量的模拟结果； 从点尺度与面尺度建立模拟效果评价指标，针对多变量提出基于欧式距离的模式模拟效果综合评价方法，实现考虑多变量输出的WRF模式参数化方案优选； 基于最佳的WRF模式参数化方案组合设置，进行WRF‑Hydro敏感参数率定； S4：构建基于长短时记忆网络的模式误差订正模型，采用步骤S3获得的最佳参数化方案组合与率定后的WRF‑Hydro参数，采用GFS数据驱动模式，获得相应模式输出结果，设定率定期与验证期，通过主成分分析确定与待预报变量相关的因子；将模式率定期内的关键变量预报结果及相关变量作为网络输入，将关键预报变量残差作为模式输出，对长短时记忆网络结构进行训练，并将其应用于验证期的模式输出结果以获取对应残差，从而实现模式预报结果的误差订正； S5：考虑模式达到平衡所需预热时间与水风光资源时间序列始末位置，确定模式开始运行时间与运行结束时间，驱动WRFWRF‑Hydro双向耦合模式获取径流、近地面风速与下行短波辐射预报结果，基于长短时记忆网络获得待预报变量残差，实现流域时空连续、高分辨率与高精度的水风光资源一体化预报； 步骤S2中模式嵌套方案的确定具体为： 获取版本互相兼容的WRFWPSWRF‑hydro代码源文件，依次进行解压、配置与编译，实现WRFWRF‑Hydro模式源代码双向耦合编译； 确定模式驱动场与地面静态数据； 模式嵌套方案包括水平方向与垂直方向两个维度，根据可获取的计算资源、项目具体需求与流域所处地理位置及气候分区，通过设置namelist.wps文件中geogrid部分参数进行区域水平嵌套方案设置，并可通过wrf_hydro_arcgis_preprocessor中Create Domain Boundary Shapefile工具进行区域水平嵌套方案的可视化；垂直方向上基于namelist.input文件中的e_vert与eta_levels参数确定垂直分层方案，通过缩小eta间隔，进行WRF模式近地面垂直分层加密，每种eta设置方案下均需要测试模式积分的稳定性，通过模式运行输出的wrfout_d0*文件，提取变量PH、PHB与HGT，根据式1计算每层格点对应的gmp均值进而获取不同垂直分层的对应离地高度，基于多次尝试确定参数e_vert与eta_levels，进而获取风机轮毂高度处对应分层的变量； gmp＝PH+PHB9.81‑HGT 1式中，gmp为离地位势高度，其中PH+PHB9.81为海拔高度；HGT代表地形高度；PH代表扰动位势；PHB代表基态位势； 步骤S3中实现考虑多变量输出的WRF模式参数化方案优选的过程为： 1针对WRF模式输出的降水、下行短波辐射、近地面风速与气温，分别建立点尺度与面尺度评价指标，衡量不同参数化方案组合下模式的模拟效果，对于降水点尺度评价，采用命中率POD、关键成功指数CSI与误报率FAR三个指标，详见公式2至公式4； 其中，H代表命中的次数、M代表漏报的次数、F代表误报的次数； 对于降水面尺度评价，采用研究区域模拟面雨量占观测降雨量的百分比Percent与累积降水量均方根误差RMSE两个指标进行评价，详见式5与式6； Percent＝simobs*1005其中，sim代表模拟面雨量，obs代表实测降雨量； 其中，N代表空间格点数，与分别代表对应格点上月累积降水的模拟值与实测值； 针对点尺度下行短波辐射评价，采用平均偏差误差MeanBias Error,MBE与日尺度均方根误差RMSEday两个指标，详见式7与式8； 其中，M代表模式输出的时次数，N代表空间格点数，与分别代表时刻i格点j的模拟值与观测值； 针对气温与近地面风速，面尺度评价采用相应变量均值根据式5与式6分别计算Percent与RMSE；点尺度评价根据相应变量模拟值与实测值根据式7与式8分别计算RMSEday与MBE； 2构建基于欧式距离的模式参数化方案评价模型，将不同参数化方案下降水、下行短波辐射、气温与近地面风速四个模拟效果对应的模糊子集分别定义为P,R,T,WP＝{{vPPercent,vPRMSE,vPPOD,vPFAR,vPCSI}R＝{vRPercent,vRRMSE,vRRMSEday,vRMBE}T＝{vTPercent,vTRMSE,vTRMSEday,vTMBE}W＝{vWPercent,vWRMSE,vWRMSEday,vWMBE}其中P＝P1,P2,P3,P4,P5,P6,P7,P8，共有8个子集，R,T,W定义同P,P对应的理想子集为P0＝{1,0,1,0,1}，R,T,W分别对应的理想子集为R0＝{1,0,0,0},T0＝{1,0,0,0}与W0＝{1,0,0,0}，以降水为例进行说明，根据式9通过计算不同参数化方案组合评价集与理想评价子集的欧式距dpiP0,Pii＝1,2,…,8，获得不同参数化方案组合下降水模拟效果的优劣排序； 其中，s为参与评价的维度数，dpP0,P1表示参数化方案1评价集与理想子集的欧式距离，若dpP0,Pk＝min{dpP0,P1,dpP0,P2,…,dpP0,P8}1≤k≤8，则表示第k种参数化方案组合下对应的降水模拟效果最佳；气温、近地面与下行短波辐射不同参数化方案组合模拟效果评价同上； 通过计算欧式距离获得不同参数化方案下各变量评价集与理想子集的欧式距离后，建立考虑多变量综合模拟效果的评价集合O＝{dp,dR,dT,dW}，其理想子集O0＝{0,0,0,0}，不同参数化方案评价集与理想子集的欧式距离Dii＝1,2,…,8，根据参数化方案组合i对应的评价集由式10计算得到该参数化方案下针对多变量评价的欧式距离DiO0,Oi； 若Dk＝min{D1O0,O1,D2O0,O2,…,D8O0,O8}，则表示第k种参数化方案组合下对应的4个变量综合模拟效果最佳。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。