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！

龙图腾网获悉国网浙江省电力有限公司电力科学研究院申请的专利融合数值天气预报和AI天气预报的气象降尺度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：CN120372257B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510866447.5，技术领域涉及：G06F18/213；该发明授权融合数值天气预报和AI天气预报的气象降尺度方法是由韩嘉佳;蔡钧宇;汪自翔;刘镕豪;姜文东;赵峥;李震;夏传帮;周行;魏亚楠设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本融合数值天气预报和AI天气预报的气象降尺度方法在说明书摘要公布了：本发明涉及气象预报技术领域，尤其涉及融合数值天气预报和AI天气预报的气象降尺度方法，通过采集数值天气预报数据与卫星遥感观测数据，经统一预处理、插值与映射生成细化预报数据和观测基准数据。随后采用基于深度神经网络的局部补偿、模型无关元学习进行区域适应性补偿，并通过构造联合目标函数实施变分同化和联合优化，同时利用生成对抗网络与图神经网络结合强化学习实现误差补偿和节点级自适应校正，最终通过闭环反馈迭代不断更新参数生成更新预报数据。本发明有效解决了现有技术降尺度过程中局部细节不足和模型自适应性差的问题，提高了预报精度和鲁棒性。

本发明授权融合数值天气预报和AI天气预报的气象降尺度方法在权利要求书中公布了：1.一种融合数值天气预报和AI天气预报的气象降尺度方法，其特征在于，包括以下步骤： 采集数值模式输出的预报数据以及对应预报区域内的卫星观测数据，并对数据实施预处理以统一数据格式，利用插值与映射技术分别获得细化预报数据及观测基准数据； 对所述细化预报数据采用基于深度神经网络的局地补偿处理，通过元学习技术在历史数据上预训练后实现区域适应性补偿生成局部补偿数据，并将细化预报数据与局部补偿数据逐点叠加形成初步细化数据，同时构造包含均方误差和物理约束的联合目标函数，对初步细化数据实施变分同化和联合优化，利用生成对抗网络在物理约束下进行误差补偿，并采用图神经网络结合强化学习实现节点级自适应校正以获得校正预报数据；其中，元学习技术采用模型无关元学习方法，在不少于三个独立历史数据集上对深度神经网络参数进行预训练，并在区域适应阶段对网络参数进行微调以生成局部补偿数据； 对所述校正预报数据进行格式整理形成最终预报数据，利用观测基准数据计算网格级预报误差，并将所述预报误差转换为反馈梯度，所述反馈梯度用于更新局地补偿、变分同化及自适应校正的参数，通过闭环反馈迭代生成更新数据。

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国网浙江省电力有限公司电力科学研究院，其通讯地址为：310000 浙江省杭州市拱墅区华电弄1号；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”。