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

龍圖騰網獲悉無錫九方科技有限公司申請的專利一種天氣-氣候一體化智能大模型的預測方法和裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119599153B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411177006.6，技術領域涉及：G06Q10/04；該發明授權一種天氣-氣候一體化智能大模型的預測方法和裝置是由梁逸爽;王明清;過瑩燁;羅子聰;許立兵;吳雨晴設計研發完成，并于2024-08-26向國家知識產權局提交的專利申請。

本一種天氣-氣候一體化智能大模型的預測方法和裝置在說明書摘要公布了：本發明涉及數學模型技術領域，公開了一種天氣?氣候一體化智能大模型的預測方法和裝置。該方法中將預測時段的天氣信息和預測時段的氣候信息進行融合得到天氣?氣候特征；根據歷史時段的天氣信息和氣候信息，計算原始天氣?氣候變化趨勢特征；將所述原始天氣?氣候變化趨勢特征和耗電量變化趨勢特征輸入到注意力機制模型，得到符合耗電量變化趨勢的目標天氣?氣候變化趨勢特征；將天氣?氣候特征與目標天氣?氣候變化趨勢特征進行拼接，生成拼接后特征；將拼接后特征與所述設備信息和所述人口信息組成特征矩陣，輸入到預測模型中，得到預測時段所述供冷系統的耗電量。本發明實現了區域集中供冷的場景中供冷系統的耗電量的準確預測。

本發明授權一種天氣-氣候一體化智能大模型的預測方法和裝置在權利要求書中公布了：1.一種天氣-氣候一體化智能大模型的預測方法，其特征在于，包括： 采集預測時段的供冷系統的設備信息，預測時段的區域內人口信息，預測時段和歷史時段的天氣信息和氣候信息，以及歷史時段供冷系統的耗電量；所述歷史時段與預測時段相鄰；其中，采集預測時段的區域內人口信息包括：采集歷史同天氣和氣候時所述區域內人口的進出量和常住人口總量；根據所述人口的進出量和常住人口總量，確定歷史同時段區域內人口占常住人口總量的比例；根據預測時段常住人口總量與所述比例，確定預測時段區內人口數量；所述設備信息包括用電設備的功率和效率； 將預測時段的天氣信息和預測時段的氣候信息進行融合得到天氣-氣候特征，包括：將預測時段的天氣信息進行歸一化處理，生成第一列向量；將預測時間的氣候信息進行歸一化處理，生成第二列向量；將所述第一列向量和第二列向量加權求和，得到天氣-氣候特征； 根據歷史時段供冷系統的耗電量計算耗電量變化趨勢特征； 根據歷史時段的天氣信息和氣候信息，計算原始天氣-氣候變化趨勢特征；將所述原始天氣-氣候變化趨勢特征和耗電量變化趨勢特征輸入到注意力機制模型，得到符合耗電量變化趨勢的目標天氣-氣候變化趨勢特征； 將所述天氣-氣候特征與目標天氣-氣候變化趨勢特征進行拼接，生成拼接后特征； 將所述拼接后特征與所述設備信息和所述人口信息組成特征矩陣，輸入到預測模型中，得到預測時段所述供冷系統的耗電量；所述預測模型是深度神經網絡模型； 其中，在訓練過程中，采集樣本并標注供冷系統耗電量的標簽；樣本包括：第一時段的供冷系統的設備信息，第一時段的區域內人口信息，以及第一時段和第二時段的天氣信息和氣候信息，以及第二時段供冷系統的耗電量；所述第二時段與第一時段相鄰；第二時段早于第一時段； 將第一時段的天氣信息和第一時段的氣候信息進行融合得到天氣-氣候特征；根據第二時段供冷系統的耗電量計算耗電量變化趨勢特征；根據第二時段的天氣信息和氣候信息，計算原始天氣-氣候變化趨勢特征；將原始天氣-氣候變化趨勢特征和耗電量變化趨勢特征輸入到注意力機制模型，得到符合耗電量變化趨勢的目標天氣-氣候變化趨勢特征；將天氣-氣候特征、目標天氣-氣候變化趨勢特征、所述設備信息和所述人口信息，輸入到待訓練的預測模型中得到預測時段所述供冷系統的耗電量，根據耗電量與標簽的差值構建損失函數，更新第一列向量和第二列向量的權重，注意力機制模型中的參數和預測模型中的參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人無錫九方科技有限公司，其通訊地址為：214000 江蘇省無錫市濱湖區蠡園開發區吟白路1號研創大廈1701-1室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。