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！

龙图腾网获悉三峡大学;国网四川省电力公司电力科学研究院;中国电力科学研究院有限公司申请的专利基于气象信息粒化还原和最小二乘支持向量机的无线电干扰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：CN115293034B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202210906865.9，技术领域涉及：G06F30/27；该发明授权基于气象信息粒化还原和最小二乘支持向量机的无线电干扰预测方法是由黄悦华;张子豪;卢梦瑶;张磊;兰新生;刘涛;张建功;张业茂设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本基于气象信息粒化还原和最小二乘支持向量机的无线电干扰预测方法在说明书摘要公布了：一种基于气象信息粒化还原和最小二乘支持向量机的无线电干扰预测方法，包括以下步骤，步骤一、按照输电线路实测的方法获取测量城市近三年内的无线电干扰值以及对应气象信息作为总数据集；步骤二、基于温度标准判断并筛选出总数据集中处于极端天气区间内的数据集，并将总数据集划分为训练集及验证集比例为9:1。本发明提供一种基于气象信息粒化还原和最小二乘支持向量机的无线电干扰预测方法，能够较为准确的预测出无线电干扰值，且对于极端天气条件具有较好的适应性，为实际工程中的无线电干扰值预测方法研究提供了思路。

本发明授权基于气象信息粒化还原和最小二乘支持向量机的无线电干扰预测方法在权利要求书中公布了：1.基于气象信息粒化还原和最小二乘支持向量机的无线电干扰预测方法，其特征在于，包括以下步骤， 步骤一、按照输电线路实测的方法获取测量城市近三年内的无线电干扰值以及对应气象信息作为总数据集； 步骤二、基于温度标准判断并筛选出总数据集中处于极端天气区间内的数据集，并将总数据集划分为训练集及验证集比例为9:1； 步骤三、使用气象信息粒还原方法，对步骤二中得到的极端天气区间内的数据集气象信息进行数据还原，得到未受极端天气干扰的整体气象信息； 步骤四、利用步骤三中还原得到的整体气象信息，使用经过训练集训练的最小二乘支持向量机对极端天气区间内的无线电干扰值进行预测，与原始数据集一起构建未受极端天气干扰的基础模型； 步骤五、考虑温度的累积效应对基础无线电干扰值所造成的影响，对极端天气期间的无线电干扰变化量进行预测建模； 步骤六、将步骤四与步骤五得到的无线电干扰预测模型进行累加，得到最终的该城市无线电干扰预测模型，并使用验证集进行检验； 所述步骤三中的气象粒还原方法如下： （1）对受到极端天气影响的每个极端温变区间都选取一个参考还原基准值，该基准值应当选取天气状况良好天气的每半小时数据； （2）将基准值代入气象粒还原函数，还原极端天气区间气象粒内的气象信息： ；（1） 其中，dC为每半小时的气象信息基准值；m为一个月中气象信息满足了基准值选取要求的数据数量，j=1，2…，m；l为该月中处于极端天气的数据数量；Dj为第j个还原成功的气象信息； （3）使用还原成功的气象信息，训练最小二乘支持向量机并进行预测，该气象信息中不包含步骤二所定义的极端天气气象信息； 所述步骤五中，对极端天气期间的无线电干扰变化量进行求解的方法为： （1）计算气温突变时间点，即极端天气开始的时间与前半小时、前一小时的温度差： ；（9） ；（10） 其中，为极端天气开始时间点的温度；为极端天气半小时前的温度；为极端天气一小时前的温度； （2）根据一小时前的基础干扰值，使训练好的最小二乘支持向量机预测出前半小时、前一小时以及极端天气开始时间点的基础干扰值，并计算出与对应真实无线电干扰值之间的差值； （3）基于、以及利用残差最小化的思想计算温度累积效应修正无线电干扰值，通过最小二乘法得到随气象信息变化的二元线性回归方程： ；（11） 其中，、分别为极端天气开始的时间与前半小时、前一小时的温度差，、、为二元线性回归方程系数。

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三峡大学;国网四川省电力公司电力科学研究院;中国电力科学研究院有限公司，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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”。