申请/专利权人:南京信息工程大学
申请日:2023-12-29
公开(公告)日:2024-04-02
公开(公告)号:CN117808155A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/06;G06F18/214;G06F18/21;G06N3/08;G06N3/0455;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种基于风云4A卫星的地表入射太阳辐射智能化预报方法,包括以下步骤:获取预测时刻之前的风云4A卫星地表入射太阳辐射数据集,将其输入预先训练的地表入射太阳辐射短临预报模型,输出地表入射太阳辐射预测结果;所述地表入射太阳辐射短临预报模型是基于历史风云4A卫星地表入射太阳辐射数据训练得到。本发明使用高时空分辨率的卫星观测数据,预报未来一段时间的太阳辐射的区域分布及强度,本发明通过基于编码器‑翻译器‑解码器的短临预报模型,研究太阳辐射的空间分布特征随时间的变化,并使用符合气象标准的方法进行评估,以确保预测的高效性和准确性。
主权项:1.一种基于风云4A卫星的地表入射太阳辐射智能化预报方法,其特征在于,包括以下步骤:获取预测时刻之前的风云4A卫星地表入射太阳辐射数据集,将其输入预先训练的地表入射太阳辐射短临预报模型,输出地表入射太阳辐射预测结果;所述地表入射太阳辐射短临预报模型是基于历史风云4A卫星地表入射太阳辐射数据训练得到;所述的地表入射太阳辐射短临预报模型的训练过程包括:获取历史风云4A卫星地表入射太阳辐射数据,对历史风云4A卫星地表入射太阳辐射数据进行预处理并划分为训练集、验证集和测试集;将训练集和验证集输入待训练的短临预报模型训练,通过构建动态加权损失函数优化训练参数,得到训练好的短临预报模型;测试集用来验证模型的最终效果。
全文数据:
权利要求:
百度查询: 南京信息工程大学 一种基于风云4A卫星的地表入射太阳辐射智能化预报方法
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。