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！

龙图腾网恭喜中国计量大学申请的专利基于双分支特征提取的太阳辐射预测方法及系统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：CN115099461B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210576696.7，技术领域涉及：G06Q10/04；该发明授权基于双分支特征提取的太阳辐射预测方法及系统是由周杭霞;王俊;欧阳福莲;刘倩设计研发完成，并于2022-05-25向国家知识产权局提交的专利申请。

本基于双分支特征提取的太阳辐射预测方法及系统在说明书摘要公布了：本发明公开了基于双分支特征提取的太阳辐射预测方法及系统，太阳辐射预测技术领域，其技术方案要点是：基于K‑means++对预处理后的太阳辐射数据进行类型划分；构建测数据集；采用多尺度卷积神经网络从气象数据集中提取动态变化的多维气象特征；采用双向门控循环网络从时序数据集中初步提取时序特征，并学习双向时序特征潜在规律；基于注意力机制自适应地赋予气象分支和时序分支的权值，优化多尺度卷积的提取操作以及多维气象特征、双向时序特征的融合过程后，得到融合特征；将融合特征展平后输入全连接层，得到预测结果。本发明有效提取气象特征和时序特征，并结合注意力机制优化各分支的加权融合，预测精度提升明显。

本发明授权基于双分支特征提取的太阳辐射预测方法及系统在权利要求书中公布了：1.基于双分支特征提取的太阳辐射预测方法，其特征是，包括以下步骤：基于K-means++对预处理后的太阳辐射数据进行类型划分，得到天气类型；构建相应同类天气下太阳辐射预测的预测数据集，预测数据集包括气象数据集和时序数据集；采用多尺度卷积神经网络从气象数据集中提取动态变化的多维气象特征；采用双向门控循环网络从时序数据集中初步提取时序特征，并将学习到的双向时序特征输入门控循环网络继续学习潜在规律，得到最终的双向时序特征；基于注意力机制自适应地赋予气象分支和时序分支的权值，优化多尺度卷积的提取操作以及多维气象特征、双向时序特征的融合过程后，得到融合特征；将融合特征展平后输入全连接层，得到太阳辐射的预测结果；所述太阳辐射数据的预处理过程具体为：太阳辐射数据包含多个气象特征、一个时间特征以及当日的太阳辐射数值；将时间特征拆分为年份、季节、月份和日期，并将季节因素和月份因素作为太阳辐射预测的时序特征；对数据进行归一化处理后，按照数据集4:1划分训练集和测试集；所述多维气象特征的提取过程具体为：首先通过Reshape函数将气象特征矩阵化为大小为3×3×1的特征向量；再经过卷积核数量为8、大小为1×1的卷积操作以特征维度并增加非线性特性；然后将大小为3×3×8的特征向量分别经过三个卷积核大小不同的卷积操作；最后将三个卷积操作的提取结果进行数值相加，作为气象特征的提取结果；卷积操作均采用Same策略，单个卷积操作包含二维卷积层、批标准化层和激活函数层；所述双向门控循环网络和门控循环网络在设置时均采用Dropout机制，训练模型时随机丢弃部分隐藏层单元；所述多维气象特征和双向时序特征的融合优化过程具体为：将经过提取后具有相同尺寸大小的气象特征图和时序特征图，以元素相加的方式得到初步融合特征；对初步融合特征使用全局平均池化操作，在每一个通道上均获得一个全局信息；全局信息通过包含激活函数、批标准化的全连接层，并创建紧凑特征用于精确和调整分支的权值选择；由紧凑特征Z引导，通过全连接层A,B升维，并在通道维度上使用softmax函数操作，以自适应选择分支权值；将气象分支和时序分支的特征图与分支权重进行元素相乘，得到包含自适应权重的特征图，再进行元素相加，得到最终的融合特征。

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计量大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街258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”。