公开(公告)号：CN117349573B

公开(公告)日：2024-03-22

申请号：CN202311640691.7

申请日：2023-12-04

Applicant: 北京城市气象研究院

Inventor： 曹伟华 ,  陈明轩 ,  陈敏 ,  杨璐 ,  宋林烨 ,  程丛兰 ,  吴剑坤 ,  马建立

IPC: G06F17/10 ,  G06Q50/06 ,  G01P5/00

Abstract: 本申请提供了一种风电场风速的预测方法、电子设备及存储介质，涉及气象技术领域，方法包括获取风电场中第一预设范围内所设置的观测装置各自采集到的当前时刻下、预设垂直高度处的观测风速值，第一预设范围以目标网格格点对应的实际位置为中心；基于目标网格格点当前时刻下的数值模式风速值和观测风速值之间的偏差值、风电场的类型以及目标网格格点的地形高度，对目标网格格点的风速值进行误差订正，以确定当前时刻下目标网格格点的订正风速值；针对超短期内按预设间隔设置的每一待预测时刻，基于目标网格格点的订正风速值、目标网格格点该待预测时刻下的数值模式风速值以及第一预设系数，确定出目标网格格点该待预测时刻下的预报风速值。

公开(公告)号：CN117349573A

公开(公告)日：2024-01-05

申请号：CN202311640691.7

申请日：2023-12-04

Applicant: 北京城市气象研究院

Inventor： 曹伟华 ,  陈明轩 ,  陈敏 ,  杨璐 ,  宋林烨 ,  程丛兰 ,  吴剑坤 ,  马建立

IPC: G06F17/10 ,  G06Q50/06 ,  G01P5/00

Abstract: 本申请提供了一种风电场风速的预测方法、电子设备及存储介质，涉及气象技术领域，方法包括获取风电场中第一预设范围内所设置的观测装置各自采集到的当前时刻下、预设垂直高度处的观测风速值，第一预设范围以目标网格格点对应的实际位置为中心；基于目标网格格点当前时刻下的数值模式风速值和观测风速值之间的偏差值、风电场的类型以及目标网格格点的地形高度，对目标网格格点的风速值进行误差订正，以确定当前时刻下目标网格格点的订正风速值；针对超短期内按预设间隔设置的每一待预测时刻，基于目标网格格点的订正风速值、目标网格格点该待预测时刻下的数值模式风速值以及第一预设系数，确定出目标网格格点该待预测时刻下的预报风速值。

公开(公告)号：CN116931125A

公开(公告)日：2023-10-24

申请号：CN202310890586.2

申请日：2023-07-19

Applicant: 北京城市气象研究院

Inventor： 宋林烨 ,  杨璐 ,  程丛兰 ,  吴剑坤 ,  曹伟华 ,  陈明轩 ,  张延彪 ,  徐景峰

IPC: G01W1/10 ,  G01W1/02 ,  G06F18/25 ,  G06F18/211 ,  G06N3/0464

Abstract: 本发明公开了一种基于多源探测和机器学习的高分辨率天气预报方法，收集多个数据源的气象探测数据，对所述气象探测数据进行预处理；对多个数据源的所述气象探测数据进行相关特征提取和选择，筛选出所述相关特征；对提取的所述相关特征进行相关性分析和复杂地形降尺度分析，通过观测订正加权法利用多源数据的信息将来自不同所述气象探测数据的相关特征进行融合得到网格化的高分辨率格点融合数据；将采用卷积神经网络算法对所述融合数据进行训练优化构建机器学习预报模型；选择最优所述机器学习预报模型引入多源探测数据、格点分析数据、模式预报数据和地理信息数据对未来天气进行预测。本发明通过融合不同时空分辨率、不同覆盖范围的温度、湿度、风场等数据，经过多源实测资料的数据融合和机器学习订正，为天气预报提供重要信息，增强气象数据的可利用性。

公开(公告)号：CN115808727A

公开(公告)日：2023-03-17

申请号：CN202211468834.6

申请日：2022-11-22

Applicant: 北京城市气象研究院

Inventor： 杨璐 ,  秦睿 ,  宋林烨 ,  韩丰 ,  程丛兰 ,  陈明轩 ,  刘瑞婷

IPC: G01W1/10 ,  G06F17/11 ,  G06N7/00

Abstract: 本发明涉及一种百米级阵风客观预报方法及装置，所述方法包括获取天气要素数据；以多个预设区间进行定量分析，得到阵风系数模型；预设区间包括不同海拔高度区间、不同风速区间以及不同风向区间；将阵风系数模型插值到百米级分辨率格点场中，得到阵风系数格点场；根据预获取的百米级分辨率的平均风格点偏差订正系数得到预设平均风，确定阵风系数所在区间范围及其格点场，获取百米级分辨率的阵风格点预测数据。本发明通过构建阵风系数模型，结合百米级分辨率的平均风格点偏差订正系数获取修正过的睿思系统的平均风，得到预测阵风。本申请能够提高复杂地形条件下阵风精细化预报水平，提升首都及周边地区重大活动和城市安全运行及防灾减灾能力。

公开(公告)号：CN118196503A

公开(公告)日：2024-06-14

申请号：CN202410326620.8

申请日：2024-03-21

Applicant: 北京城市气象研究院

Inventor： 杨璐 ,  刘云清 ,  宋林烨 ,  程丛兰 ,  陈明轩 ,  曹伟华 ,  吴剑坤 ,  刘泓君

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/44 ,  G06V10/26 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06Q50/26

Abstract: 本申请涉及深度学习相关领域，具体涉及雷暴大风预测模型的训练方法、预测方法、装置及设备。其中，方法包括：获取训练样本，所述训练样本包括：对历史气象信息进行处理得到的图像；采用基于自注意力的Transformer网络和卷积神经网络，构建编码器；采用子像素卷积和通道注意力机制，构建解码器；基于所述编码器和所述解码器，构建雷暴大风预测模型；基于所述训练样本对所述雷暴大风预测模型进行训练，直至所述雷暴大风预测模型输出的预测结果与实际结果之间的差值符合预设收敛条件。