国家标准网
文库搜索
切换导航
首页
频道
仅15元无限下载
联系我们
首页
仅15元无限下载
联系我们
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211322373.1 (22)申请日 2022.10.27 (71)申请人 国能大渡河大 数据服务有限公司 地址 610000 四川省成 都市高新区天韵路7 号 (72)发明人 陈媛 牟时宇 周子祺 朱阳 (74)专利代理 机构 成都启慧金 舟知识产权代理 事务所 (特殊普通合伙) 51299 专利代理师 何媛 (51)Int.Cl. G06F 30/27(2020.01) G06F 16/2458(2019.01) G06F 16/29(2019.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种基于BP神经网络的降水预报订正方法 及系统 (57)摘要 本申请实施例公开了一种基于BP神经网络 的降水预报订正方法及系统, 属于降水预报技术 领域, 包括: 获取目标区域的多个监测点的相关 信息; 基于相关信息, 对多个监测点进行聚类, 将 目标区域分为多个子区域; 获取目标区域在未来 目标时间段的初始预测降水数据; 对于每个子区 域, 基于子区域包含的监测点的相关信息, 对初 始预测降水数据进行修正, 获取子区域的降水预 报订正数据, 具有提高降水预测的准确度的优 点。 权利要求书2页 说明书9页 附图2页 CN 115438590 A 2022.12.06 CN 115438590 A 1.一种基于BP神经网络的降水 预报订正方法, 其特 征在于, 包括: 获取目标区域的多个监测点的相关信息; 基于所述相关信息, 对所述多个监测点进行聚类, 将所述目标区域分为多个子区域; 获取所述目标区域在未来目标时间段的初始预测降水 数据; 对于每个所述子区域, 基于所述子区域包含的监测点的相关信息, 对所述初始预测降水数据进行修正, 获取 所述子区域的降水 预报订正数据。 2.根据权利要求1所述的一种基于BP神经网络的降水预报订正方法, 其特征在于, 所述 相关信息至少包括所述监测 点的位置信息、 地形信息、 历史降水序列及历史动力热物理因 子矩阵, 其中, 所述历史降水序列包括所述监测点在多个历史时间点的降水量, 所述历史动 力热物理因子矩阵由多个历史动力热物理因子序列 组成, 其中, 一个所述历史动力热物理 因子序列包括所述 监测点的一种动力热物理 因子在所述多个历史时间点的值。 3.根据权利要求1所述的一种基于BP神经网络的降水预报订正方法, 其特征在于, 所述 基于所述相关信息, 对所述多个监测点进行聚类, 将所述目标区域分为多个子区域, 包括: 对于任意两个监测点, 基于所述两个监测点的相关信息, 确定所述两个监测点之间的 相似度; 基于所述相似度, 对所述多个监测点进行聚类, 将所述目标区域分为多个子区域。 4.根据权利要求2所述的一种基于BP神经网络的降水预报订正方法, 其特征在于, 所述 多个历史动力热物理因子序列至少包括广义位温历史序列、 广义位涡历史序列、 力管涡度 历史序列、 二阶位涡历史序列、 二阶湿位涡历史序列、 湿热力平流参数历史序列、 螺旋度历 史序列、 热力垂 直通量散度历史序列、 Q矢量历史序列、 位势变形历史序列、 对流涡度矢量历 史序列、 波作用密度历史序列、 广义湿位涡历史序列、 热力螺旋度历史序列、 Q矢量散度历史 序列、 位势切变形变历史序列、 位势伸展 形变历史序列、 热力散度垂 直通量历史序列及涡度 散度梯度历史序列。 5.根据权利要求1 ‑4任意一项所述的一种基于BP神经网络的降水预报订正方法, 其特 征在于, 所述基于所述子区域包含的监测点的相关信息, 对所述初始预测降水数据进行修 正, 获取所述子区域的降水 预报订正数据, 包括: 通过BP神经网络基于所述子区域包含的监测点的相关信 息及所述初始预测降水数据, 生成第一预报订 正数据; 通过卷积神经网络基于所述子区域包含的监测点的相关信息及所述初始预测降水数 据, 生成第二预报订 正数据; 基于所述第 一预报订正数据和所述第 二预报订正数据, 生成所述子区域的降水预报订 正数据。 6.一种基于BP神经网络的降水 预报订正系统, 其特 征在于, 包括: 信息获取模块, 用于获取目标区域的多个监测点的相关信息; 区域分割模块, 用于基于所述相关信 息, 对所述多个监测点进行聚类, 将所述目标区域 分为多个子区域; 数据获取模块, 用于获取 所述目标区域在未来目标时间段的初始预测降水 数据; 降水订正模块, 用于对于每个所述子区域, 基于所述子区域包含的监测点的相关信 息,权 利 要 求 书 1/2 页 2 CN 115438590 A 2对所述初始预测降水 数据进行修 正, 获取所述子区域的降水 预报订正数据。 7.根据权利要求6所述的一种基于BP神经网络的降水预报订正系统, 其特征在于, 所述 相关信息至少包括所述监测 点的位置信息、 地形信息、 历史降水序列及历史动力热物理因 子矩阵, 其中, 所述历史降水序列包括所述监测点在多个历史时间点的降水量, 所述历史动 力热物理因子矩阵由多个历史动力热物理因子序列 组成, 其中, 一个所述历史动力热物理 因子序列包括所述 监测点的一种动力热物理 因子在所述多个历史时间点的值。 8.根据权利要求6所述的一种基于BP神经网络的降水预报订正系统, 其特征在于, 所述 区域分割模块还用于: 对于任意两个监测点, 基于所述两个监测点的相关信息, 确定所述两个监测点之间的 相似度; 基于所述相似度, 对所述多个监测点进行聚类, 将所述目标区域分为多个子区域。 9.根据权利要求7所述的一种基于BP神经网络的降水预报订正系统, 其特征在于, 所述 多个历史动力热物理因子序列至少包括广义位温历史序列、 广义位涡历史序列、 力管涡度 历史序列、 二阶位涡历史序列、 二阶湿位涡历史序列、 湿热力平流参数历史序列、 螺旋度历 史序列、 热力垂 直通量散度历史序列、 Q矢量历史序列、 位势变形历史序列、 对流涡度矢量历 史序列、 波作用密度历史序列、 广义湿位涡历史序列、 热力螺旋度历史序列、 Q矢量散度历史 序列、 位势切变形变历史序列、 位势伸展 形变历史序列、 热力散度垂 直通量历史序列及涡度 散度梯度历史序列。 10.根据权利要求6 ‑9任意一项所述的一种基于BP神经网络的降水预报订正系统, 其特 征在于, 所述降水订 正模块还用于: 通过BP神经网络基于所述子区域包含的监测点的相关信 息及所述初始预测降水数据, 生成第一预报订 正数据; 通过卷积神经网络基于所述子区域包含的监测点的相关信息及所述初始预测降水数 据, 生成第二预报订 正数据; 基于所述第 一预报订正数据和所述第 二预报订正数据, 生成所述子区域的降水预报订 正数据。权 利 要 求 书 2/2 页 3 CN 115438590 A 3
专利 一种基于BP神经网络的降水预报订正方法及系统
文档预览
中文文档
14 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-18 22:24:10
上传分享
举报
下载
原文档
(464.3 KB)
分享
友情链接
GM-T 0094-2020 公钥密码应用技术体系框架规范.pdf
青藤云安全 ATT&CK 实战指南.pdf
T-SHXFXH 002—2023 建筑电气防火检测技术规程.pdf
GB-T 33656-2017 企业能源计量网络图绘制方法.pdf
GB-T 25068.4-2022 信息技术 安全技术 网络安全 第4部分:使用安全网关的网间通信安全保护.pdf
DB65-T 4536.4—2022 电子政务外网建设规范第4部分:IP域名规划 新疆维吾尔自治区.pdf
GB-T 9846-2015 普通胶合板.pdf
T-CEC 676—2022 电化学储能电站检修规程.pdf
信通院 车联网白皮书 2023年.pdf
GB 42250-2022 信息安全技术 网络安全专用产品安全技术要求.pdf
GB-T 1470-2014 铅及铅锑合金板.pdf
GB-T 33133.2-2021 信息安全技术 祖冲之序列密码算法 第2部分:保密性算法.pdf
法律法规 贵阳市大数据安全管理条例2021-06-07.pdf
2021年数据安全法律手册-完整版.pdf
GB-T 34690.2-2017 印刷技术 胶印数字化过程控制 第2部分:作业环境.pdf
GB-T 27977-2022 水泥生产电能能效测试及计算方法.pdf
DB34-T 3765-2020 地方计量技术规范制修订工作指南 安徽省.pdf
DB52-T 1500-2020 曳引驱动电梯节能改造技术要求及验收规范 贵州省.pdf
北京市 网络与信息安全系统事件应急预案.pdf
GM-T 0092-2020 基于SM2算法的证书申请语法规范.pdf
1
/
14
评价文档
赞助2.5元 点击下载(464.3 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
点击进入官方售后微信群
支付 完成后 如未跳转 点击这里下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。