-
公开(公告)号：CN119719960A
公开(公告)日：2025-03-28
申请号：CN202510227796.2
申请日：2025-02-28
Applicant: 安徽省公共气象服务中心 , 国网安徽省电力有限公司电力科学研究院
IPC: G06F18/2415 , G06F18/25 , G06F18/27
Abstract: 本发明涉及天气数据处理技术领域，具体涉及一种基于电场数据的闪电预报及无人机路线推荐方法，包括输出巡检线路段上每一段线路上出现闪电的第一概率；输出巡检线路段上每一段线路上出现闪电的第二概率；实时融合第一概率和第二概率，获取融合后的第三概率；判断每一段线路上出现闪电的第三概率是否超过预定值，当判断至少有一段线路上出现闪电的第三概率超过预定值时，将第三概率超过预定值的线路段的区域位置发送给无人机控制模块，通过无人机控制模块基于区域位置规划无人机航线获得第二航线。本发明可以根据实时预测的闪电情况及时的更改航线，使得无人机可以避开出现闪电概率较大的位置，从而降低无人机被闪电击中的情况出现。
-
Patent Agency Ranking
公开(公告)号：CN118379642A
公开(公告)日：2024-07-23
申请号：CN202410846406.5
申请日：2024-06-27
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心) , 安徽大学
IPC: G06V20/10 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供基于概率分布的自监督短临降雨预测方法及系统，方法包括：处理雷达回波图数据集，得到回波序列；将每组回波序列中的回波图，按像素值转化为概率分布矩阵；将一组回波序列输入至降雨预测模型的Encoder部分，输出每张回波图的概率分布矩阵，计算预训练概率分布，完成预训练操作，以得到预训练Encoder部分、预训练Encoder参数；将雷达回波图数据集划分为训练集、预测集；保留预训练Encoder参数，以作为训练初始值，将训练集输入至降雨预测模型，以进行模型训练操作，得到适用降雨预测模型；将预测集中的输入序列，输入至适用降雨预测模型，以处理得到预测输出序列。本发明解决了计算过程无法并行、数据特征利用率较低的缺陷，导致预测精度较低的技术问题。
-
公开(公告)号：CN118379642B
公开(公告)日：2024-09-17
申请号：CN202410846406.5
申请日：2024-06-27
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心) , 安徽大学
IPC: G06V20/10 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供基于概率分布的自监督短临降雨预测方法及系统，方法包括：处理雷达回波图数据集，得到回波序列；将每组回波序列中的回波图，按像素值转化为概率分布矩阵；将一组回波序列输入至降雨预测模型的Encoder部分，输出每张回波图的概率分布矩阵，计算预训练概率分布，完成预训练操作，以得到预训练Encoder部分、预训练Encoder参数；将雷达回波图数据集划分为训练集、预测集；保留预训练Encoder参数，以作为训练初始值，将训练集输入至降雨预测模型，以进行模型训练操作，得到适用降雨预测模型；将预测集中的输入序列，输入至适用降雨预测模型，以处理得到预测输出序列。本发明解决了计算过程无法并行、数据特征利用率较低的缺陷，导致预测精度较低的技术问题。
-
公开(公告)号：CN117557919A
公开(公告)日：2024-02-13
申请号：CN202311342753.6
申请日：2023-10-17
Applicant: 安徽省公共气象服务中心(安徽省突发公共事件预警信息发布中心) , 安徽气象信息有限公司
Abstract: 融合FY‑4A卫星与站点观测数据的雾区识别系统，属于雾区系统技术领域，为了解决站点单站监测结果精度高，但受经济、地理环境等因素制约，部分交通线路能见度监测站点数量不足如国省道、江河湖面等，大雾监测受限的问题；本申请通过雾区数字化子系统流程化输出基于卫星数据以及站点数据联合下的雾区格点文件，以及通过数字化提取子系统汲取雾区数字化子系统中的各个数据进行多元学习建模，最后达到使用站点能见度观测数据对模型计算结果进行订正，完善雾区识别结果的准确性的目的。
-
公开(公告)号：CN112731564A
公开(公告)日：2021-04-30
申请号：CN202011570716.7
申请日：2020-12-26
Applicant: 安徽省公共气象服务中心
Abstract: 本发明涉及一种基于多普勒天气雷达数据的雷电智能预报方法，包括：获取气象探空、闪电定位及多普勒天气雷达数据；根据获取的气象探空数据，提取0～‑30℃层的大气特征层高度值；根据获取的闪电定位数据提取闪电发生的时间、经度、纬度；根据获取的多普勒天气雷达数据，提取多个气象特征值，并对特征值进行处理，得到多个气象变量；将得到的气象变量作为预报因子，将是否出现闪电作为标签输入多种机器学习算法，得到多种雷电临近预报模型，并分别检验多种雷电临近预报模型的雷电预报准确率，以准确率最高作为最终雷电临近预报模型。本发明利用多普勒天气雷达和气象探空数据融合建立了雷电智能预报方法，提高了预报的准确率。
-
公开(公告)号：CN112731564B
公开(公告)日：2023-04-07
申请号：CN202011570716.7
申请日：2020-12-26
Applicant: 安徽省公共气象服务中心
Abstract: 本发明涉及一种基于多普勒天气雷达数据的雷电智能预报方法，包括：获取气象探空、闪电定位及多普勒天气雷达数据；根据获取的气象探空数据，提取0～‑30℃层的大气特征层高度值；根据获取的闪电定位数据提取闪电发生的时间、经度、纬度；根据获取的多普勒天气雷达数据，提取多个气象特征值，并对特征值进行处理，得到多个气象变量；将得到的气象变量作为预报因子，将是否出现闪电作为标签输入多种机器学习算法，得到多种雷电临近预报模型，并分别检验多种雷电临近预报模型的雷电预报准确率，以准确率最高作为最终雷电临近预报模型。本发明利用多普勒天气雷达和气象探空数据融合建立了雷电智能预报方法，提高了预报的准确率。
-
-
-
-
-
Search Results
6
records
(took 0.044 seconds)
