恭喜江苏省气象服务中心史潇获国家专利权
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!
龙图腾网恭喜江苏省气象服务中心申请的专利一种星-地结合的超短期太阳辐射预测方法及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:CN119226684B 。
龙图腾网通过国家知识产权局官网在2025-03-25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:202411283789.6,技术领域涉及:G06F17/17;该发明授权一种星-地结合的超短期太阳辐射预测方法及系统是由史潇;夏新露;刘思远;孙明;罗晓春;曾明剑;桑小卓;刘钧;吕宝磊设计研发完成,并于2024-09-13向国家知识产权局提交的专利申请。
本一种星-地结合的超短期太阳辐射预测方法及系统在说明书摘要公布了:本发明涉及太阳辐射预测技术领域,具体为一种星‑地结合的超短期太阳辐射预测方法及系统。包括如下步骤:S1:采集基于太阳辐射的当前状态数据和历史大数据。S2:对地基云图和空基云图预处理。S3:基于已构建的云层识别模型识别云层状态数据。S4:采用太阳辐射衰减预测模型识别太阳辐射总衰减率,并构建辐射衰减表。S5:采用外推法预测云层状态变化数据及卫星观测总辐射变化数据,进而计算得到未来短期的地面观测总辐射预测数据。本发明通过结合静止卫星与全天空成像仪的观测,实现星‑地结合观测不同高度层的云的情况,充分考虑了整层大气柱中云对太阳短波辐射的影响,在保持预测精度的同时,优化运算过程,提高太阳辐射衰减预测的精度与效率。
本发明授权一种星-地结合的超短期太阳辐射预测方法及系统在权利要求书中公布了:1.一种星-地结合的超短期太阳辐射预测方法,其特征在于,包括如下步骤:S1:分别采集地基云图、空基云图、卫星观测总辐射数据,并获取基于太阳辐射的历史大数据;S2:对所述地基云图和所述空基云图预处理;S3:基于已构建的云层识别模型识别得到云层状态数据;所述云层状态数据包括低空云层、中空云层、高空云层的类型和尺寸;S4:采用已构建的基于SVM-LSTM的太阳辐射衰减预测模型,根据所述云层状态数据识别当前的太阳辐射总衰减率;根据所述太阳辐射总衰减率以及所述云层状态数据构建辐射衰减表;太阳辐射衰减预测模型的构建及训练方法如下:S41:建立基于SVM-LSTM网络的太阳辐射衰减预测模型;太阳辐射衰减预测模型的构建方法具体如下:S411:采用偏最小二乘法对空基云图历史数据集和地基云图历史数据集进行特征提取;S412:构建支持向量机;S413:采用LSTM网络对支持向量机的参数进行寻优处理;S414:在太阳辐射衰减预测模型中添加残差网络,对LSTM网络进行跳层连接;S42:在所述历史大数据中随机选取N个历史数据,并运行目标检测和语义分割模型,得到N个云层状态数据;将N个历史数据中的地面观测总辐射数据和卫星观测总辐射数据的比值作为衰减率数据,所述衰减率数据与所述云层状态数据构成衰减率数据集;S43:按照预设的比例将所述衰减率数据集划分为训练集和测试集,采用训练集对所述太阳辐射衰减预测模型进行训练,采用所述测试集对太阳辐射衰减预测模型进行验证,保留满足测试精度的模型参数;S44:将实时采集并识别的云层状态数据输入训练后的太阳辐射衰减预测模型,得到对应的衰减率数据;S5:采用外推法预测云层状态变化数据及卫星观测总辐射变化数据,根据所述云层状态变化数据在所述辐射衰减表中查询并获取对应的太阳辐射总衰减率,根据所述卫星观测总辐射变化数据计算得到未来短期的地面观测总辐射预测数据。
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江苏省气象服务中心,其通讯地址为:210000 江苏省南京市建邺区雨顺路8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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。