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基于扩散模型的区域气降尺度生成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：CN120067650B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510511108.5，技术领域涉及：G06F18/213；该发明授权基于扩散模型的区域气降尺度生成方法是由蔡钧宇;韩嘉佳;汪自翔;姜文东;刘镕豪;赵峥;夏传帮;李震;魏亚楠;周行设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本基于扩散模型的区域气降尺度生成方法在说明书摘要公布了：本发明涉及农业气象预测技术领域，尤其涉及基于扩散模型的区域气降尺度生成方法，该方法通过多尺度卷积网络提取不同时间步和空间位置的时空特征，随后利用扩散模型对预测结果进行噪声优化和去噪处理。通过结合物理一致性判别器和量子启发式优化技术，进一步修正气象预测中的物理误差。最终，经过自监督在线微调，输出精准的农业气象预测结果。与传统预测方法相比，本发明显著提升了时空特征捕捉能力，有效解决了现有技术在长时间尺度气象预测中的精度和稳定性问题，具有较高的应用价值。

本发明授权基于扩散模型的区域气降尺度生成方法在权利要求书中公布了：1.一种基于扩散模型的区域气降尺度生成方法，其特征在于，所述方法包括以下步骤： 利用区域模式气象场数据、历史卫星观测气象场数据、地形数据和土地利用数据，通过多模态特征编码以及多头自注意力机制生成融合条件向量； 多模态特征编码模块对区域模式气象场数据采用具有卷积层、激活层和池化层结构的卷积神经网络进行三层卷积操作以提取局部空间特征，对历史卫星观测气象场数据采用固定卷积核参数的卷积神经网络提取全局反射率信息，对地形数据采用基于邻域节点距离聚合信息的图卷积网络提取地形起伏特征，对土地利用数据采用多层卷积神经网络提取光谱与纹理特征，并通过全连接层线性变换后利用多头自注意力机制对前述特征进行加权融合生成融合条件向量； 从标准正态分布中采样得到初始高维噪声数据，并将所述初始高维噪声数据与所述融合条件向量联合输入预训练的扩散模型，通过逆扩散更新生成初步目标分辨率气象场数据，其中在所述逆扩散更新过程中嵌入变分贝叶斯推断、差分进化优化以及拉格朗日乘子法以实现物理约束修正； 对所述初步目标分辨率气象场数据采用物理一致性判别器计算局部能量、质量守恒及降水分布的物理误差向量，并基于交替方向乘子法分解局部与全局校正问题，结合量子启发式优化获得校正向量，并利用自动微分技术对所述初步目标分辨率气象场数据进行在线校正，生成反馈校正后的气象场数据； 对所述反馈校正后的气象场数据采用多尺度卷积神经网络和小波变换提取低尺度、中尺度和高尺度特征，利用图信号处理算法构建空间图结构实现区域间信号平滑，并经自监督在线微调输出最终目标分辨率气象场数据。

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”。