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！

申请/专利权人：国网山东省电力公司应急管理中心;北京玖天气象科技有限公司

摘要：基于复杂地形的深度学习的短期风速订正模型的建立方法涉及风速订正技术领域，解决了现有订正准确性低的问题，包括：提取天气预报数据中的目标层风速、非目标层风速和目标层附近温度，根据平均风速、天气预报数据的时空分辨率确定天气预报数据中的格点范围；将格点范围、目标层风速、非目标层风速和目标层附近温度输入CONVLSTM层；根据目标点以及天气预报数据的空间分辨率在局地地形要素中选取能够覆盖天气预报数据中格点距离的区域输入CONV层；全连接层能够建立气象时空关系参数、地形的影响要素和气象站观测数据的关系。本发明能够对预报进行准确订正，在气象、电网等需要风速预报的领域有着广泛的应用。

主权项：1.基于复杂地形的深度学习的短期风速订正模型的建立方法，其特征在于，包括如下步骤：步骤一、提取天气预报数据中的目标层风速、非目标层风速和目标层附近温度；根据目标层平均风速、天气预报数据的时空分辨率确定天气预报数据中的格点范围，所述格点范围在经度上和纬度上均能够覆盖最大平均风速在天气预报数据12时间分辨率的移动距离；对提取的目标层风速、非目标层风速和目标层附近温度进行参数化处理；根据目标点以及天气预报数据的空间分辨率，在局地地形要素中选取能够覆盖天气预报数据中格点距离的区域，所述格点距离为天气预报数据中目标点所对应格点的格点距离；步骤二、将天气预报数据中的格点范围以及参数化处理的目标层风速、非目标层风速和目标层附近温度作为时空气象要素输入CONVLSTM层，CONVLSTM层提取气象时空关系参数；将步骤一中所述区域的局地地形要素输入CONV层，CONV层提取地形的影响要素；将所述气象时空关系参数、地形的影响要素正向输入到全连接层，将气象站观测数据均反向输入到全连接层中，全连接层建立气象时空关系参数、地形的影响要素和气象站观测数据的关系，获得短期风速订正模型，所述短期风速订正模型包括CONVLSTM层、CONV层和全连接层；所述CONVLSTM层包括第一CONVLSTM层和第二CONVLSTM层，第一CONVLSTM层的filters=16，卷积核大小为3×3，strides采用1×1；第二CONVLSTM层的filters=32，卷积核大小为7×7，strides采用3×3；所述CONVLSTM层还包括位于第一CONVLSTM层和第二CONVLSTM层之间的第一标准化层、位于第二CONVLSTM层后的第二标准化层，第一标准化层和第二标准化层能够使短期风速订正模型快速收敛；所述CONV层包括第一CONV层和第二CONV层，第一CONV层的filters=16、卷积核大小为3×3、strides采用3×3、激活函数为relu函数，第二CONV层的filters=32、卷积核大小为7×7、strides采用7×7、激活函数为sigmoid函数。

全文数据：

权利要求：

百度查询： 国网山东省电力公司应急管理中心 北京玖天气象科技有限公司 基于复杂地形的深度学习的短期风速订正模型的建立方法