-
公开(公告)号:CN112580874A
公开(公告)日:2021-03-30
申请号:CN202011521190.3
申请日:2020-12-21
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了人工智能领域的一种基于随机森林算法和TCN的短期风电功率预测方法,包括:汇总风电功率预测原始数据集;风电功率预测原始数据集预处理;基于随机森林算法,筛选风电功率预测数据的特征数据;以特征数据作为输入,构建TCN网络预测模型;通过训练和验证得到最佳TCN网络预测模型;采用最佳TCN网络预测模型对风电功率进行预测。本发明为提高短期风电功率的预测精度,解决风电并网后电力系统难以维持稳定、经济运行和科学调度的技术难题提供了新方法。
-
公开(公告)号:CN115100542A
公开(公告)日:2022-09-23
申请号:CN202210864523.5
申请日:2022-07-21
Applicant: 中国矿业大学(北京)
IPC: G06V20/13 , G06V10/82 , G06V10/774 , G06V10/766 , G06V10/764 , G06V10/26 , G06V10/22 , G06V10/20 , G06N3/08
Abstract: 本发明公开基于半监督学习和可变形卷积的输电塔遥感目标检测方法,所述方法包括:采集输电塔卫星遥感图片,构建已标注数据集和未标注数据集;构建基于可变形卷积的输电塔遥感目标检测模型;通过训练和验证得到基于已标注数据集的输电塔遥感目标检测模型;基于已标注数据集的输电塔遥感目标检测模型,对未标记数据集中的图片进行检测,得到未标记数据集的伪标签;针对已标注数据集和带伪标签的未标注数据集进行共同训练和验证,获得最优的输电塔遥感目标检测模型;基于最优的输电塔遥感目标检测模型,对卫星遥感图片中输电塔进行检测,并计算目标检测精度。本方法更准确地检测出输电塔目标,提高了输电塔勘测效率。
-