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！

龙图腾网获悉宁波弘泰水利信息科技有限公司申请的专利一种基于双向耦合水动力模型与物理信息神经网络的藻类生物量预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120145942B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510629396.4，技术领域涉及：G06F30/28；该发明授权一种基于双向耦合水动力模型与物理信息神经网络的藻类生物量预测方法是由佘亮亮;刘源天玮;仇传桢;陈泽钜;张凯;谢文圣设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本一种基于双向耦合水动力模型与物理信息神经网络的藻类生物量预测方法在说明书摘要公布了：本发明公开了一种基于双向耦合水动力模型与物理信息神经网络的藻类生物量预测方法，涉及藻类生物量预测领域，其首先获取并预处理水情类数据、水质类数据和气象类数据，然后构建基于浅水方程组的水动力模型，该模型耦合了对流‑扩散方程和风应力‑湍流模型，以模拟营养盐浓度的空间分布、水温分布及风力驱动下的垂向与水平混合过程；基于气象类和水情类数据的时间序列运行该模型，输出多维物理场数据；接着，对水质数据进行空间插值，使其与水动力模型的网格节点时空对齐；通过将浅水方程组中的残差作为正则项构建目标损失函数，并训练物理信息神经网络，最终得到目标预测模型；显著提升了藻类生物量预测的精度和目标预测模型的鲁棒性。

本发明授权一种基于双向耦合水动力模型与物理信息神经网络的藻类生物量预测方法在权利要求书中公布了：1.一种基于双向耦合水动力模型与物理信息神经网络的藻类生物量预测方法，其特征在于，包括： 获取并预处理水情类数据、水质类数据和气象类数据，得到各类数据对应的时间序列； 构建基于浅水方程组的水动力模型；所述水动力模型耦合有对流-扩散方程和风应力-湍流模型，以模拟营养盐浓度的空间分布、水温分布以及由风力驱动引起的垂向与水平混合过程； 基于气象类数据和水情类数据对应的时间序列运行水动力模型，在运行过程中将气象类数据的时间序列插值至水动力模型的计算区域，输出包括流速场、温度场和混合度场的多维物理场数据； 对水质类数据的时间序列进行空间插值，将其映射至水动力模型的网格节点上实现空间对齐，并将各类数据对应时间序列的时间步长统一至与水动力模型一致的时间步长下，输出时空对齐后的水质类时间序列与气象类时间序列； 构建包含多个训练样本的训练集；所述训练样本包括：多维物理场数据、水质类时间序列与气象类时间序列； 将浅水方程组中的残差作为正则项构建目标损失函数； 构建包含第一通道、第二通道和合并通道的物理信息神经网络；通过训练集与目标损失函数训练物理信息神经网络得到目标预测模型；其中： 第一通道用于提取多维物理场数据的空间特征；第二通道用于提取水质类时间序列与气象类时间序列的时间序列特征；合并通道用于融合处理提取的空间特征与时间序列特征，并输出预测值即藻类生物量； 通过目标预测模型预测藻类生物量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人宁波弘泰水利信息科技有限公司，其通讯地址为：315033 浙江省宁波市江北区同济路盛悦大厦17-19楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。