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：中国电建集团贵阳勘测设计研究院有限公司

摘要：本发明提供了一种基于多维注意力机制的复杂地形条件下风场重构方法。该方法包括：采集风场数据，基于多维注意力深度学习模型构建风场重构模型。风场重构模型包括多维特征提取模块、特征编码模块及特征解码模块。基于风场数据对风场重构模型进行训练，利用训练后的风场模型进行风场重构。本发明通过借助构造的多维特征注意力机制模型，综合考虑多气候物理变量内部之间的关系，最终得到复杂地形下的风速模拟结果。该项发明能够为风能资源开发，生态环境保护等领域提供重要的方法支撑。

主权项：1.一种基于多维注意力机制的复杂地形条件下风场重构方法，其特征在于：采集风场数据；基于多维注意力深度学习模型构建风场重构模型；风场重构模型包括多维特征提取模块、特征编码模块及特征解码模块，所述多维特征提取模块用于将输入的变量构建为因子变量及位置变量，其中，所述因子变量及位置变量包括：10米U风、10米V风、边界层高度、海平面气压、地表温度、地表潜热通量、地表感热通量、近地面2米气温和地表气压；基于因子变量及位置变量从因子维度及空间维度提取变量内部及变量间的多维特征，其中，多维特征包括各个因子变量之间的相互作用的因子特征图以及各个区域的组合因子变量的位置特征图；所述特征编码模块用于对多维特征进行编码，得到编码信息，所述特征解码模块用于编码信息进行扩容及对输出风场进行平滑处理；基于风场数据对风场重构模型进行训练；利用训练后的风场重构模型进行风场重构；所述多维特征提取模块包括Z-SCORE处理模块、Embed编码模块及多维自注意模块，通过Z-SCORE处理模块将输入的变量进行Z-SCORE处理，将每个时刻的变量场构造成h×w×n的输入因子张量形式，其中，h为high，w为wide，n为factor；将变换后的输入因子张量拆分为因子矩阵张量及位置矩阵张量；基于Embed编码模块分别对因子矩阵张量及位置矩阵张量进行Embed编码；多维自注意模块通过多头自注意力机制对经过Embed编码的张量进行多维特征提取；所述多维自注意模块包括因子注意力模块及位置注意力模块，其中，因子注意力模块用于考虑多气象物理因子对风场的影响，为：（1）式中，为将大小为h×w×n的输入因子张量转换为大小为n×1×h×w的矩阵；位置注意力模块用于将研究区域分为p×p大小的独立子区域，计算任一区域与其余区域的注意力，为：（2）式中，为大小为h×w×n的输入因子张量的研究区域分为p×p大小的独立子区域；采用残差结构进行多维特征提取：（3）式中，o表示多维自注意模块的输出，表示因子特征图，表示位置特征图。

全文数据：

权利要求：

百度查询： 中国电建集团贵阳勘测设计研究院有限公司 一种基于多维注意力机制的复杂地形条件下风场重构方法