一种基于三维气象数据多源融合的短期光伏功率预测方法

    公开(公告)号:CN117424232B

    公开(公告)日:2024-03-19

    申请号:CN202311744003.1

    申请日:2023-12-19

    Abstract: 本发明提出了一种基于三维气象数据多源融合的短期光伏功率预测方法,构建时空条件扩散模型用于生成预测卫星云图,通过时空LSTM提取历史卫星图像和历史ERA5气象数据中的时空特征,结合条件生成对抗网络生成高精度的预测卫星云图,再通过U型气象特征嵌入网络建立二维云特征及三维气象要素特征与光伏功率的映射关系,实现高精度的光伏功率预测。本发明充分考虑了云层高度、太阳位置和气象条件对光伏功率的影响,能够实现高精度的短期光伏功率预测,帮助电力公司更好地管理电力网络和输电线路,确保系统的安全和稳定运行。

    一种多UAV-RIS辅助移动边缘计算的任务卸载方法

    公开(公告)号:CN117715117A

    公开(公告)日:2024-03-15

    申请号:CN202410166403.7

    申请日:2024-02-06

    Inventor: 谈玲 许海 夏景明

    Abstract: 本发明公开了一种多UAV‑RIS辅助移动边缘计算的任务卸载方法,包括:构建多UAV‑RIS辅助的大规模移动边缘计算卸载场景;构建优化模型;依据当前最优RIS相位偏移和UAV轨迹,求解用户卸载决策、卸载比例、用户和UAV计算资源分配;采用解析法求解RIS相位偏移矩阵;应用深度强化学习算法求解UAV轨迹;使用交替优化算法,循环执行前述求解步骤,获得用户设备和UAV的计算资源最优分配策略,获得用户设备的计算任务最优卸载决策和卸载比例,获得RIS相位偏移和最优UAV的轨迹。本发明能够获得整个网络的最大平均吞吐量。

    一种基于级联网络的林火检测方法

    公开(公告)号:CN116503715B

    公开(公告)日:2024-01-23

    申请号:CN202310685352.4

    申请日:2023-06-12

    Abstract: 本发明涉及一种基于级联网络的林火检测方法,应用MC‑YOLOv5s结构所设计包括全局特征提取网络和局部特征提取网络的烟雾火焰检测网络,针对森林拍摄图像进行林火局部图像、可疑雾状局部图像的侦测,实现一级林火检测,并针对不存在林火局部图像、存在可疑雾状局部图像的情况,结合可疑雾状局部图像所对应拍摄时森林区域的预设各气象要素值,进一步应用SCN结构设计的烟雾分类网络,针对可疑雾状局部图像进行分类分析,通过对烟雾或云雾的区分,实现二级林火检测,有效避免了森林火灾虚警现象,提高了林火检测精度。(56)对比文件Jingming Xia 等.DBGA-Net: Dual-BranchGlobal–Local Attention Network for RemoteSensing Scene Classification《. IEEEGeoscience and Remote Sensing Letters。.2023,第20卷1-5.Zongsheng Wu 等.Real-Time Video FireDetection via Modified YOLOv5 NetworkModel《.Fire Technology》.2022,2377-2403.Xianglin Meng 等.YOLOv5s-Fog: AnImproved Model Based on YOLOv5s forObject Detection in Foggy WeatherScenarios《.sensors》.2023,1-16.Yuanzhou Zheng 等.A lightweight shiptarget detection model based on improvedYOLOv5s algorithm《.PLOS ONE》.2023,第18卷(第4期),1-23.

    一种基于环绕数的布尔运算方法

    公开(公告)号:CN117349914A

    公开(公告)日:2024-01-05

    申请号:CN202311661470.8

    申请日:2023-12-06

    Inventor: 谈玲 陈鹏 夏景明

    Abstract: 本发明公开一种基于环绕数的布尔运算方法,应用于计算机辅助设计软件的基本几何计算,该方法通过三维环绕数和最近距离法查找相交线段与网格面,计算网格面与线段的交点,以链式邻接表作为储存结构,并以三角网格链表作为拓扑结构描述模型,主要包括:获取两个相交模型的三角网格数据;基于环绕数法搜索相交线段;通过最短距离查找相交网格面;计算交点环链;基于广度优先遍历删除模型表面多余节点,并标记环链内部节点。由于本发明通过环绕数定量追踪相交节点的位置,降低了查找交点的计算量,此外,环绕数不受表面间隙的影响,提高了算法的健壮性。

    基于FMCNN-LSTM的格点预报偏差订正方法

    公开(公告)号:CN116992249A

    公开(公告)日:2023-11-03

    申请号:CN202311272138.2

    申请日:2023-09-28

    Abstract: 本发明公开了一种基于FMCNN‑LSTM的格点预报偏差订正方法,首先获取预报数据和观测数据,在数据预处理阶段,将两种数据插值到同一分辨率,并对预报数据进行空间合并化处理;随后将数据进行序列化和归一化处理;在构建深度学习神经网络结构阶段。本发明通过构建一个包含CNN卷积和LSTM层的神经网络进行预报订正,能够更加准确地订正预报数据趋势;在训练时,本发明将预报数据和ERA5转化为适合神经网络训练的格式,并使用MSE损失函数和Adam优化器进行模型的训练;本发明所述方法能够适应不同的气象环境,可广泛应用于气象预报、农业生产等领域,提高气象预报准确性和生产效率。

    一种基于级联网络的林火检测方法

    公开(公告)号:CN116503715A

    公开(公告)日:2023-07-28

    申请号:CN202310685352.4

    申请日:2023-06-12

    Abstract: 本发明涉及一种基于级联网络的林火检测方法,应用MC‑YOLOv5s结构所设计包括全局特征提取网络和局部特征提取网络的烟雾火焰检测网络,针对森林拍摄图像进行林火局部图像、可疑雾状局部图像的侦测,实现一级林火检测,并针对不存在林火局部图像、存在可疑雾状局部图像的情况,结合可疑雾状局部图像所对应拍摄时森林区域的预设各气象要素值,进一步应用SCN结构设计的烟雾分类网络,针对可疑雾状局部图像进行分类分析,通过对烟雾或云雾的区分,实现二级林火检测,有效避免了森林火灾虚警现象,提高了林火检测精度。

    一种基于MSF-Net网络模型的短时降水预测方法

    公开(公告)号:CN116451881A

    公开(公告)日:2023-07-18

    申请号:CN202310715521.4

    申请日:2023-06-16

    Abstract: 本发明公开了一种基于MSF‑Net网络模型的短时降水预测方法,包括:生成降水预测数据集;基于MSF‑Net网络构建原始预测模型,所述原始预测模型包括输入模块、气象特征提取模块、注意力融合预测模块和输出模块;使用降水预测数据集对原始预测模型进行训练;利用损失函数计算原始预测模型的损失,优化训练网络参数,得到训练完成的短时降水预测模型;将实时获取的研究区域内的GPM降水格点数据、ERA5气象因子数据、多普勒雷达真彩色基本反射率图数据和DEM高程数据输入到短时降水预测模型中,输出相应的短时降水预测结果。本发明有效融合降水实况和多源数据,实现了短时降水预测效果的提升。

    一种用于应急通信中的高空基站集群辅助边缘计算方法

    公开(公告)号:CN113852994B

    公开(公告)日:2023-04-18

    申请号:CN202111365868.8

    申请日:2021-11-18

    Abstract: 本发明涉及一种用于应急通信中的高空基站集群辅助边缘计算方法,采用精准获取K值的AK‑means方法求解无人机的数量、以及位置部署,对移动目标区域进行全面覆盖,并且为了防止无人机供电不足、或者其他意外天气情况的发生,在空中部署一定数量配备MEC服务器的高空气球终端,辅助无人机为地面移动用户设备提供通信与计算服务,并引入数字孪生网络来实时反馈移动用户设备、无人机、高空气球终端的地理位置和计算资源等信息,应用深度强化学习中的DDQN算法求解移动用户设备的卸载决策,利用RO算法获取移动用户设备、无人机以及高空气球终端的计算资源分配策略,有效降低整个系统的能量消耗,提高移动用户设备的服务体验。

    一种基于数字孪生的无人机集群轨迹优化和任务卸载方法

    公开(公告)号:CN114125708B

    公开(公告)日:2022-04-15

    申请号:CN202210065422.1

    申请日:2022-01-20

    Inventor: 谈玲 刘玉风

    Abstract: 本发明公开了一种基于数字孪生的无人机集群轨迹优化和任务卸载方法,包括:构建无人机集群辅助边缘计算模型;构建物理实体网络;构建物理实体网络的数字孪生网络,拟合用户设备和无人机的地理位置、资源状态信息;构建无人机轨迹、用户设备卸载决策和计算资源分配的优化模型;求解无人机轨迹和用户设备、无人机的计算资源分配策略;获取用户设备的卸载决策;获得无人机的轨迹,用户设备和无人机的计算资源最优分配策略,以及获得用户设备的计算任务最优卸载决策。本发明利用在基站端构建的数字孪生网络所反馈的实时数据,获得全局次优解的无人机轨迹、用户设备卸载决策和计算资源分配,从而降低整个系统的能量消耗。

    一种基于MR-SSD的被遮挡交通标志检测方法及系统

    公开(公告)号:CN114092917B

    公开(公告)日:2022-04-15

    申请号:CN202210019173.2

    申请日:2022-01-10

    Inventor: 谈玲 王悦 夏景明

    Abstract: 本发明公开了一种基于MR‑SSD的被遮挡交通标志检测方法及系统,包括:利用协同调制生成对抗网络进行图像填充,同时进行图像增强;构建MR‑SSD特征提取网络,其中骨干模块中提取特征图输入特征融合模块进行特征融合,由预测模块分类和定位获得初步预测分类及定位结果;根据初步预测的分类置信度值及属于同一区域的先验框和地面真值框之间的交并比IoU进行调整,得到二次预测的分类及定位结果;对被遮挡交通标志所属类别和定位结果划分,获得最终预测的分类和定位结果;不断进行网络训练;将待识别图像输入到训练好的网络中,判断图像中所含交通标志类型,同时将具体位置框出。本发明可有效地提高被遮挡交通标志检测的精度和速度。

Patent Agency Ranking