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！

龙图腾网获悉合肥工业大学申请的专利基于时空图卷积网络的低空风场预测方法和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：CN121389044B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511984671.0，技术领域涉及：G06F18/25；该发明授权基于时空图卷积网络的低空风场预测方法和系统是由吕增威;胡彪;向念文;魏振春;杨煜;王超群;王书来;陈志伟设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本基于时空图卷积网络的低空风场预测方法和系统在说明书摘要公布了：本发明公开了基于时空图卷积网络的低空风场预测方法和系统，涉及气象预报与风能利用技术领域，一种基于时空图卷积网络的低空风场预测方法，包括：采集目标区域所有节点的风场观测数据和物理场数据，通过动态图构建模块基于流函数‑涡度理论构建动态时空图；通过图注意力网络提取空间信息，得到空间特征张量；将空间特征张量以及物理场数据通过PhysFusion‑TransTCN编码器获取风场深层时空特征；将风场深层时空特征通过输出模块进行层次化特征聚合，得到目标区域的风场预测结果；深度融合了风场物理机理，实现多尺度时空特征融合，并保证预测结果精度以及物理合理性。

本发明授权基于时空图卷积网络的低空风场预测方法和系统在权利要求书中公布了：1.一种基于时空图卷积网络的低空风场预测方法，其特征在于，采用低空风场预测模型实现，所述模型包括依次连接的动态图构建模块、图注意力网络、PhysFusion-TransTCN编码器以及输出模块；PhysFusion-TransTCN编码器由多层堆叠构成，每层均包括依次连接的注意力预处理模块、多头注意力模块以及前馈网络模块； 所述方法包括： S1：采集目标区域所有节点的风场观测数据和物理场数据，通过动态图构建模块基于流函数-涡度理论构建动态时空图；风场观测数据即三维风速向量，每个节点的三维风速向量包含水平x轴方向风速分量、水平y轴方向风速分量、垂直z轴方向的风速分量；物理场数据包括温度、气压和湿度；节点即目标区域中的观测点； S2：基于风场观测数据和动态时空图通过图注意力网络提取空间信息，得到空间特征张量； S3：将空间特征张量以及物理场数据通过PhysFusion-TransTCN编码器获取风场深层时空特征； S4：将风场深层时空特征通过输出模块进行层次化特征聚合得到聚合特征，基于聚合特征进行物理约束时间插值，得到目标区域所有节点的风场预测结果。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。