買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉國網(wǎng)浙江省電力有限公司電力科學研究院申請的專利基于地形約束Transformer模型的近地表氣象場降尺度方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN120045923B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510513641.5，技術領域涉及：G06F18/213；該發(fā)明授權基于地形約束Transformer模型的近地表氣象場降尺度方法是由韓嘉佳;蔡鈞宇;汪自翔;趙崢;姜文東;劉镕豪;孫歆設計研發(fā)完成，并于2025-04-23向國家知識產(chǎn)權局提交的專利申請。

本基于地形約束Transformer模型的近地表氣象場降尺度方法在說明書摘要公布了：本發(fā)明涉及氣象數(shù)據(jù)處理與地理信息技術領域，尤其涉及基于地形約束Transformer模型的近地表氣象場降尺度方法，該方法包括以下步驟：從再分析氣象數(shù)據(jù)與數(shù)字高程模型數(shù)據(jù)中提取多模態(tài)融合特征，再借助地形約束Transformer網(wǎng)絡映射至目標分辨率獲取初始降尺度氣象數(shù)據(jù)；通過變分自編碼器對初始數(shù)據(jù)進行潛變量建模刻畫多尺度不確定性，并結(jié)合基于元學習的迭代更新機制納入能量平衡和質(zhì)量守恒等物理約束，生成核心降尺度氣象數(shù)據(jù)；本發(fā)明通過自監(jiān)督預訓練和在線更新，實現(xiàn)對局地氣象的細節(jié)捕捉與動態(tài)適應。

本發(fā)明授權基于地形約束Transformer模型的近地表氣象場降尺度方法在權利要求書中公布了：1.一種基于地形約束Transformer模型的近地表氣象場降尺度方法，其特征在于，包括以下步驟： 采集再分析氣象數(shù)據(jù)及其對應區(qū)域的數(shù)字高程模型數(shù)據(jù)，并進行空間對齊和重采樣，通過預處理后進行特征提取并融合，生成融合多模態(tài)圖特征數(shù)據(jù)； 所述特征提取并融合步驟采用包含地形約束Transformer結(jié)構的雙分支卷積網(wǎng)絡，一分支對預處理后的再分析氣象數(shù)據(jù)提取特征生成嵌入氣象數(shù)據(jù)，另一分支對預處理后的數(shù)字高程模型數(shù)據(jù)提取特征生成嵌入地形數(shù)據(jù)，并利用嵌入地形數(shù)據(jù)產(chǎn)生的地形權重因子構建動態(tài)鄰接矩陣，再通過圖卷積網(wǎng)絡對節(jié)點特征進行多層次傳播與融合，從而形成融合多模態(tài)圖特征數(shù)據(jù)； 將所述融合多模態(tài)圖特征數(shù)據(jù)經(jīng)降尺度網(wǎng)絡映射至目標降尺度分辨率形成初始降尺度氣象數(shù)據(jù)，并利用變分自編碼器對所述初始降尺度氣象數(shù)據(jù)進行潛變量建模，以獲得描述數(shù)據(jù)不確定性和多尺度特征的潛變量表達，同時結(jié)合物理約束，通過基于元學習的迭代更新機制在數(shù)據(jù)與理論物理值之間建立反饋閉環(huán)，從而生成核心降尺度氣象數(shù)據(jù)； 以所述核心降尺度氣象數(shù)據(jù)與實測觀測氣象數(shù)據(jù)作為監(jiān)督樣本，通過自監(jiān)督預訓練和監(jiān)督微調(diào)構建混合損失函數(shù)，并實施在線更新機制，實現(xiàn)降尺度氣象數(shù)據(jù)的輸出； 將核心降尺度氣象數(shù)據(jù)與獨立觀測獲取的實測觀測氣象數(shù)據(jù)構成監(jiān)督樣本，利用自監(jiān)督預訓練與監(jiān)督微調(diào)結(jié)合的方式建立混合損失函數(shù)，混合損失函數(shù)包含基于差值統(tǒng)計的重構損失以及體現(xiàn)物理一致性的約束損失，并按照預設權重對兩項損失求和計算梯度； 自監(jiān)督預訓練通過對再分析氣象數(shù)據(jù)進行區(qū)域遮蓋處理生成遮蓋數(shù)據(jù)樣本，并使用包含地形約束Transformer結(jié)構的多模態(tài)網(wǎng)絡對遮蓋數(shù)據(jù)樣本實施重構訓練；監(jiān)督微調(diào)通過比對核心降尺度氣象數(shù)據(jù)與實測觀測氣象數(shù)據(jù)之間的空間分布與氣象要素值差距進行參數(shù)修正，自監(jiān)督預訓練與監(jiān)督微調(diào)均采用所述混合損失函數(shù)； 在線更新機制基于連續(xù)接收的實測觀測氣象數(shù)據(jù)對核心降尺度氣象數(shù)據(jù)的輸出偏差進行周期性核算，當偏差超出閾值時觸發(fā)監(jiān)督微調(diào)過程對包含地形約束Transformer結(jié)構的網(wǎng)絡及變分自編碼器的參數(shù)進行增量訓練，以在多個更新周期內(nèi)逐步修正降尺度網(wǎng)絡的權重并輸出降尺度氣象數(shù)據(jù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E5%9B%BD%E7%BD%91%E6%B5%99%E6%B1%9F%E7%9C%81%E7%94%B5%E5%8A%9B%E6%9C%89%E9%99%90%E5%85%AC%E5%8F%B8%E7%94%B5%E5%8A%9B%E7%A7%91%E5%AD%A6%E7%A0%94%E7%A9%B6%E9%99%A2&temp=1">國網(wǎng)浙江省電力有限公司電力科學研究院，其通訊地址為：310000 浙江省杭州市拱墅區(qū)華電弄1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。