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！

龙图腾网获悉水电水利规划设计总院有限公司;清华大学申请的专利一种台风过程中海上工程安全风险的快速概率预报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：CN120197940B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510282621.1，技术领域涉及：G06Q10/0635；该发明授权一种台风过程中海上工程安全风险的快速概率预报方法是由李帅;杨志衡;牛小静;王富强;郝军刚;朱玲;任亚君设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种台风过程中海上工程安全风险的快速概率预报方法在说明书摘要公布了：本发明属于海洋工程安全运行技术领域，本发明公开了一种台风过程中海上工程安全风险的快速概率预报方法，包括以下步骤：S1、收集历史台风及伴生灾害数据，并重构台风‑风暴潮‑强流‑风暴浪联合过程，进而得到历史记录信息；S2、对历史记录信息进行降维与聚类分析，即得到水文要素出现概率分布，对当前台风事件与历史台风进行相关性分析，即得到海洋动力因子集合预报；本发明能够快速计算出台风事件下海上工程的风险概率，为海上工程的应急管理提供了科学依据；能够快速响应新的台风事件，为决策者提供及时的风险信息。

本发明授权一种台风过程中海上工程安全风险的快速概率预报方法在权利要求书中公布了：1.一种台风过程中海上工程安全风险的快速概率预报方法，其特征在于，包括以下步骤： S1、收集历史台风及伴生灾害数据，并重构台风-风暴潮-强流-风暴浪联合过程，进而得到历史记录信息；所述S1的具体步骤为： S101、收集历史台风及伴生灾害数据，根据数学模型建立台风气旋中心的模型风场，并计算距离气旋中心一定距离r处的旋转风梯度速度，将模型风场与观测风场的速度进行融合，得到融合风场，融合的表达式为： ， 式中，V为融合风场的速度，r为空间中任一点到气旋中心的距离，VERA5为观测风场的速度，Vmodel为模型风场的速度，αr为过渡函数； S102：对海洋水动力过程中的增水、海流事件进行模拟：通过上述S101形成的融合风场分别驱动FVCOM或ADCIRC海洋动力学进行计算，即得到台风过程中海面的水位变化过程和海流的流速、流向以及流速垂向分布的变化过程； S103：对海洋水动力过程中的海浪事件进行模拟：根据上述S101形成的融合风场驱动第三代波浪模型SWAN进行计算，即得到海浪的浪高、浪向、周期、波长的时变过程； S104：整合上述S101-S103，即得到历史记录信息，所述历史记录信息包括：台风中心经纬度、最大风速、最低气压、风圈半径；海面的水位变化过程；海流的流速、流向以及流速垂向分布的变化过程；海浪的浪高、浪向、周期、波长的时变过程； S2、对历史记录信息进行降维与聚类分析，即得到水文要素出现概率分布，对当前台风事件与历史台风进行相关性分析，即得到海洋动力因子集合预报； 所述对历史记录信息进行降维与聚类分析，即得到水文要素出现概率分布，对当前台风事件与历史台风进行相关性分析，即得到海洋动力因子集合预报的步骤包括： S201：将计算海域以0.1°×0.1°为单位划分区块进行离散，分区块统计台风信息，台风信息包括台风路径、风速、气压、移速和方向，通过带权重的FuzzyC-means聚类算法对区块内的台风进行场次聚类，通过场次聚类提取若干类台风的台风聚类特征，进而得到不同类型台风的发生频率； S202：基于历史记录信息的风-潮-流-浪联合数据以及S201的台风聚类特征，分别对各个区块内不同类型台风过程中的潮-流-浪进行统计，即得到不同类型台风下的潮-流-浪的概率分布特征，通过结合不同类型台风的发生频率即得到风-潮-流-浪联合数据的条件概率分布数据集，即水文事件条件概率分布数据集； S203：进而，得到若干海域内不同类型台风对应的水文要素出现概率分布； S204：通过气象台获得当前台风事件的当前集合预报，通过皮尔逊相关性分析判断当前台风事件与历史记录信息中历史台风的相关性，进而结合S202形成的水文事件条件概率分布数据集得到海洋动力因子集合预报； S3、收集海洋环境工程的结构设计指标，并基于海洋环境工程的结构设计指标设定结构失效阈值; S4、结合海洋动力因子集合预报和结构失效阈值，计算当前台风事件下海上工程的风险概率。

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水电水利规划设计总院有限公司;清华大学，其通讯地址为：100011 北京市东城区安定门外大街甲57号8层802室、803室,9层902室、903室；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”。