申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

申请日：2023-11-28

公开（公告）日：2023-12-29

公开（公告）号：CN117312832A

主分类号：G06F18/213

分类号：G06F18/213;G01W1/10;G06F17/18;G06F17/14;G06F18/241;G06N3/0499;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.16#实质审查的生效;2023.12.29#公开

摘要：本发明提出了一种基于深度序列模型的中长期云量预测方法及系统，属于气象预测技术领域，将预测位置的历史气象数据输入基于趋势分解和周期增强的预测分支模块，将预测位置附近区域的历史气象数据输入天气系统提取模块；将基于趋势分解和周期增强的预测分支模块的多个基本块堆叠得到基于趋势分解与周期增强的预测分支模块的输出；将基于趋势分解和周期增强的预测分支模块的输出和天气系统提取模块的输出在通道维度进行向量拼接后作为预测投影模块的输入，预测投影模块将输入向量投影成指定的形状，得到最终的预测结果。本发明利用预测位置附近区域的历史气象条件辅助云量预测，更符合现实情况与气象规律。

主权项：1.一种基于深度序列模型的中长期云量预测系统，其特征在于：所述云量预测系统包括：输入模块、基于趋势分解和周期增强的预测分支模块、天气系统提取模块和预测投影模块；所述输入模块用于输入历史气象数据；包括输入1和输入2；将输入1输入至趋势分解和周期增强模块，将输入2输入至天气系统提取模块；所述基于趋势分解和周期增强的预测分支模块由若干个基本块组成，每个基本块包含了一个趋势分解模块，一个周期增强模块和一个前馈网络模块；将基于趋势分解和周期增强的预测分支模块的输出和天气系统提取模块的输出在通道维度进行向量拼接后作为预测投影模块的输入，预测投影模块将输入向量投影成指定的形状，得到最终的预测结果。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种基于深度序列模型的中长期云量预测方法及系统

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD