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！

龙图腾网获悉中国科学院大气物理研究所;北京机电工程总体设计部申请的专利一种基于深度学习算法的雷暴云内电场预测方法、装置及设备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：CN121072356B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511620702.4，技术领域涉及：G06F30/27；该发明授权一种基于深度学习算法的雷暴云内电场预测方法、装置及设备是由刘冬霞;吴嘉豪;石倩;董悉倩;蒋如斌;刘家企;李琦;张鸿波设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本一种基于深度学习算法的雷暴云内电场预测方法、装置及设备在说明书摘要公布了：本申请公开了一种基于深度学习算法的雷暴云内电场预测方法、装置及设备，涉及雷暴云电场预测技术领域。本申请首先获取关注区域的目标对流参数组，并获取目标对流参数组中每个对流参数的历史观测数据及雷暴云内电场的历史观测数据；然后基于历史观测数据构建对流参量预测模型和雷暴云内电场反演模型；对两个模型进行综合得到每个对流参数集合对应的雷暴云内电场预测模型；根据每个对流参数集合对应的雷暴云内电场预测模型对关注区域进行雷暴云内电场预测。本申请融合了对流参数预测和云内电场反演，能够利用可以观测的对流参数实现雷暴云内电场的预测。

本发明授权一种基于深度学习算法的雷暴云内电场预测方法、装置及设备在权利要求书中公布了：1.一种基于深度学习算法的雷暴云内电场预测方法，其特征在于，包括如下步骤： 获取关注区域的目标对流参数组；所述目标对流参数组包括所述关注区域内能够观测的对流参数；所述对流参数包括：雷达回波强度、体积、液态水含量、云顶亮温、云顶高度、垂直速度、CAPE、风切变、冰晶霰粒浓度、粒子含量和粒子尺寸； 获取目标对流参数组中每个对流参数的历史观测数据及雷暴云内电场的历史观测数据； 分别基于每个对流参数的历史观测数据训练HRUnet神经网络模型，获得每个对流参数对应的对流参量预测模型；所述HRUnet神经网络模型包括依次连接的多维度特征提取与压缩模块、视觉注意力机制模块和多头时序输出模块；所述多维度特征提取与压缩模块用于基于多维度卷积残差连接机制和无损降维机制进行多维度特征提取与压缩；所述视觉注意力机制模块用于基于视觉注意力机制和无损升维机制进行注意力计算与融合；所述多头时序输出模块用于基于多维度卷积残差连接机制进行时序流参量输出； 对所述目标对流参数组进行拆分组合，获得多个对流参数集合； 基于每个对流参数集合中各个对流参数的历史观测数据和雷暴云内电场的历史观测数据，构建每个对流参数集合对应的雷暴云内电场反演模型； 基于每个对流参数对应的对流参量预测模型和每个对流参数集合对应的雷暴云内电场反演模型，构建每个对流参数集合对应的雷暴云内电场预测模型；所述雷暴云内电场预测模型为雷暴云内电场预测结果与对流参数集合中各个对流参数的相关关系的模型； 根据每个对流参数集合对应的雷暴云内电场预测模型对关注区域进行雷暴云内电场预测。

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中国科学院大气物理研究所;北京机电工程总体设计部，其通讯地址为：100029 北京市朝阳区北辰西路81号院；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”。

以上内容由龙图腾AI智能生成。