(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111305714.X (22)申请日 2021.11.05 (71)申请人 深圳市赑玄阁科技有限公司 地址 518000 广东省深圳市龙华区龙华 街 道富康社区东环一路天汇大厦6层 B621-A房 (72)发明人 汤洋　许磊　 (74)专利代理 机构 北京知鲲知识产权代理事务 所(普通合伙) 11866 代理人 李光平 (51)Int.Cl. G06F 30/28(2020.01) G06F 30/27(2020.01) G06N 3/08(2006.01) G06F 113/06(2020.01)G06F 113/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种城市风况仿真模型的训练方法及装置 (57)摘要 本发明实施例提供了一种城市风况仿真模 型的训练方法、 装置， 该方法包括： 建立目标城市 的下垫面模 型， 下垫面模型包括所述目标城市的 地貌特征； 根据地貌特征和在目标城市的各个检 测点检测到的离散的风场数据， 获得目标城市的 风场数据样本， 其中， 风场数据样本包括目标城 市各个地方在不同时间段的风场变化数据； 利用 风场数据样本训练神经网络， 得到风况仿真模 型， 风况仿真模 型用于对目标城市的各建筑物之 间的风况进行预测， 通过训练得到的风况仿真模 型可以有效解决现有技术中无法预测城市中各 建筑物之间风口区域的风速及风向的技术问题， 提前预知风况对城市带来的影 响， 并采取防范措 施。 权利要求书2页 说明书10页 附图2页 CN 114036866 A 2022.02.11 CN 114036866 A 1.一种城市风况仿真模型的训练方法， 其特 征在于， 包括如下步骤： 建立目标城市的下垫面模型， 所述下垫面模型包括所述目标城市的地貌特 征； 根据所述地貌特征和在所述目标城市的各个检测点检测到的离散的风场数据， 获得所 述目标城市的风场数据样本， 其中， 所述风场数据样本包括所述 目标城市各个地方在不同 时间段的风场变化数据； 利用所述风场数据样本训练神经网络， 得到风况仿真模型， 所述风况仿真模型用于对 所述目标城市的各建筑物之间的风况进行 预测。 2.根据权利要求1所述的训练方法， 其特征在于， 所述根据 所述地貌特征和在所述目标 城市的各个 检测点检测到的离 散的风场数据， 获得 所述目标城市的风场数据样本， 包括： 步骤A， 获取在所述目标城市的各个 检测点检测到的离 散的风场数据； 步骤B， 根据所述地貌特征和所述风场数据利用流体力学对所述目标城市进行大涡模 拟， 得到在空间上 连续的风场数据； 对于不同时间点， 重复执行上述步骤A和步骤B， 得到在时间上以及空间上连续的风场 数据， 作为所述 风场数据样本 。 3.根据权利要求1所述的训练方法， 其特征在于， 所述建立目标城市的下垫面模型， 包 括： 获取目标城市的建筑物影 像和所述建筑物影 像相对应的内方位元 素和外方位元 素； 基于所述建筑物影像和所述建筑物影像相对应的内方位元素和外方位元素， 采用半 自 动点位量测的方法自定义出三维模板； 基于所述 三维模板采用半自动点 位量测的方法对所述目标城市的建筑物进行构建。 4.根据权利要求3所述的训练方法， 其特征在于， 所述采用半自动 点位量测的方法自定 义出三维模板， 包括： 采用半自动点位量测的方法计算待构建的形状类别的第 一精准物方坐标， 连接所述第 一精准物方坐标， 得到每个所述待构建的形状类别对应的精 准模板， 其中， 所述形状类别包 括建筑物的各个组成部件； 基于不同形状类别之间的联系， 对计算得到的精准模板进行合并， 采用半自动点位量 测的方法计算所述精 准模板合并后的第二精准物方坐标， 连接所述第二精准物方坐标得到 合并模板； 采用半自动点位量测的方法计算移动的合并模板的第 三精准物方坐标， 连接所述第 三 精准物方坐标， 得到所述 三维模板 。 5.根据权利要求3所述的训练方法， 其特征在于， 所述基于所述三维模板采用半自动点 位量测的方法对所述目标城市的建筑物进行构建， 包括： 利用所述 三维模板对所述目标城市的建筑物屋顶进行重建； 利用所述 三维模板构建所述目标城市的地 面模型； 利用所述 三维模板构建所述目标城市的建筑物墙面模型。 6.根据权利要求1所述的训练方法， 其特 征在于， 还 包括： 将所述风况仿真模型输出的检测结果与流体力学中大涡模拟出的结果进行对比， 以对 所述风况仿真模型进行 校验。 7.根据权利要求1所述的训练方法， 其特 征在于， 还 包括：权　利　要　求　书 1/2 页 2 CN 114036866 A 2将所述风况仿真模型输出的检测结果与所述目标城市中各个检测点检测到的风场数 据进行对比， 以对所述 风况仿真模型进行 校验。 8.一种城市风况仿真模型的训练装置， 包括： 创建模块， 用于建立目标城市的下垫面模型， 所述下垫面模型包括所述目标城市的地 貌特征； 获取模块， 用于根据 所述地貌特征和在所述目标城市的各个检测点检测到的离散的风 场数据， 获得所述目标城市的风场数据样本， 其中， 所述风场数据样 本包括所述目标城市各 个地方在不同时间段的风场变化数据； 训练模块， 用于利用所述风场数据样本训练神经网络， 得到风况仿真模型， 所述风况仿 真模型用于对所述目标城市的各建筑物之间的风况进行 预测。 9.一种计算机设备， 其特 征在于， 包括： 存储器和 处理器， 所述存储器和所述处理器之间互相通信连接， 所述存储器中存储有 计算机指 令， 所述处理器通过执行所述计算机指 令， 从而执行权利要求 1‑7任一项所述的城 市风况仿真模型的训练方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使所述计算机执行权利要求1 ‑7任一项所述的城市风况仿真模型 的训练方法。权　利　要　求　书 2/2 页 3 CN 114036866 A 3