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！

龙图腾网获悉天津云遥宇航科技有限公司;无锡云遥宇航气象科技有限公司;北京云遥宇航科技有限公司;上海云遥宇航气象科技有限公司申请的专利基于模式气象数据的风电场风速缺失值补全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：CN121479151B 。

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：202610012691.X，技术领域涉及：G06F18/15；该发明授权基于模式气象数据的风电场风速缺失值补全方法是由王鹏程;陈念台;卢文浩;李赛花;李峰辉;黄满义;李兴国;周正丹设计研发完成，并于2026-01-07向国家知识产权局提交的专利申请。

本基于模式气象数据的风电场风速缺失值补全方法在说明书摘要公布了：本发明提供了基于模式气象数据的风电场风速缺失值补全方法，包括以下步骤：基于获取的风电场实测风速时间序列及其对应的模式气象多要素数据，形成多变量时序张量，构造样本数据；基于样本数据，利用加权损失函数，训练时序插值模型；将存在缺失的实测风速时间序列及其对应的模式气象多要素数据，输入到时序插值模型，对缺失位置进行预测补全，并通过后处理操作，得到补全后的完整风速时间序列。本发明的有益效果：通过构造观测缺失掩码、设计合理的训练策略，并引入深度学习时序插值模型，可在不同缺失场景下实现高可信度的风速补全，从而有效提升风电功率预测、风资源评估及风电场运行管理的精度和可靠性。

本发明授权基于模式气象数据的风电场风速缺失值补全方法在权利要求书中公布了：1.基于模式气象数据的风电场风速缺失值补全方法，其特征在于：包括以下步骤： S1、基于获取的风电场实测风速时间序列及其对应的模式气象多要素数据，形成多变量时序张量，基于多变量时序张量，构造样本数据； S2、基于样本数据，利用加权损失函数，训练时序插值模型； S3、将存在缺失的实测风速时间序列及其对应的模式气象多要素数据，输入到时序插值模型，对缺失位置进行预测补全，并通过后处理操作，得到补全后的完整风速时间序列； 在步骤S1中，基于获取的风电场实测风速时间序列及其对应的模式气象多要素数据，形成多变量时序张量，包括： 采用重采样的方法，对模式气象多要素数据进行时间对齐； 基于风电场实测风速时间序列，构建缺失掩码矩阵； 对风电场实测风速时间序列和时间对齐后的模式气象多要素数据进行归一化或标准化处理； 构建时间编码，基于时间编码、缺失掩码矩阵、归一化或标准化后的风电场实测风速时间序列和模式气象多要素数据，形成多变量时序张量； 在步骤S2中，基于样本数据，利用加权损失函数，训练时序插值模型，包括： 通过对训练样本随机模拟短时随机缺失和长时连续缺失，构建训练目标掩码； 基于训练目标掩码，构建加权损失函数； 利用加权损失函数，最小化加权重建误差； 加权损失函数的表达式如下： ； 式中，为预测风速，为实测风速，为均方误差或平均绝对误差，，为重建权重，∈{0,1}为训练目标掩码，t为时间步。

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天津云遥宇航科技有限公司;无锡云遥宇航气象科技有限公司;北京云遥宇航科技有限公司;上海云遥宇航气象科技有限公司，其通讯地址为：300450 天津市滨海新区自贸试验区(空港经济区)环河北路80号空港商务园东区8号楼A708房间；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。