基于深度学习的对流性大风短时预报方法及系统

AITNT
正文
推荐专利
基于深度学习的对流性大风短时预报方法及系统
申请号:CN202510014132
申请日期:2025-01-06
公开号:CN119902310B
公开日期:2025-09-30
类型:发明专利
摘要
本发明涉及气象预报技术领域,具体涉及基于深度学习的对流性大风短时预报方法及系统,方法包括:S1、历史气象数据的收集与预处理;S2、深度学习模型的构建与训练;S3、实时监测采集数据;S4、预报结果的输出;S5、实时数据后处理与提取筛选;系统包括:数据收集模块、数据预处理模块、深度学习模块、实时监测模块、预报模块和实时数据处理模块;本发明,用于收集目标地区的地形特征数据,并分类对深度学习模型进行训练,再由深度学习模型分别进行预测和预报,提高预报的准确性。
技术关键词
预报方法 地形特征 训练深度学习模型 数据收集模块 历史气象数据 实时数据处理 短时预报系统 气压 气象预报技术 历史风速数据 阈值分割法 监测模块 速度 插值法 海洋
系统为您推荐了相关专利信息
1
一种不锈钢焊接破口的影像数据采集分析系统及方法
数据采集分析系统 数据采集分析方法 不锈钢管 图像缺陷识别 图像特征提取
2
一种光伏组件局部遮挡识别方法及装置
光伏组件 遮挡识别方法 方程 训练深度学习模型 曲线
3
一种风电-光伏-光热新能源基地打捆外送优化调度方法
混合整数线性规划 优化调度模型 优化调度方法 基地 风电
4
一种脉冲神经网络的小分子药物动态分析系统
动态分析系统 数据收集模块 药物化合物 误差识别 无线网络
5
一种基于气象相似度的臭氧污染预测方法
污染预测方法 历史气象数据 动态时间规整算法 臭氧 因子
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号