公开(公告)号：CN116388184B

公开(公告)日：2023-08-15

申请号：CN202310653736.8

申请日：2023-06-05

Applicant: 南京信息工程大学

Inventor： 熊雄 ,  邹瑞麟 ,  王翼虎 ,  陈一鸣 ,  杨旺

IPC: H02J3/00 ,  G01P5/00 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/08 ,  G06F18/213 ,  G06F18/23213 ,  G06F123/02

Abstract: 本发明公开了一种基于风速日波动特征的超短期风速修订方法、系统，该方法为：通过构建VSDA模型对历史风速数据进行风速日分段、波动特征提取以及分类，为风速修订算法提供风速日数据与风速波动标记，高度概括了风速间的相关性与风速波动特征；而后将过往风速日数据、对应波动标记与数值天气预报风速预测数据作为模型输入，结合经过贝叶斯优化的长短期记忆神经网络算法实现对数值天气预报风速预测值修订。本发明提出的修订方法可有效地提高风速预测值的准确度，使得风速预测值可靠性大幅提升，增强了风电功率预测的准确度，具有一定的实用价值。

公开(公告)号：CN116388184A

公开(公告)日：2023-07-04

申请号：CN202310653736.8

申请日：2023-06-05

Applicant: 南京信息工程大学

Inventor： 熊雄 ,  邹瑞麟 ,  王翼虎 ,  陈一鸣 ,  杨旺

IPC: H02J3/00 ,  G01P5/00 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/08 ,  G06F18/213 ,  G06F18/23213 ,  G06F123/02

Abstract: 本发明公开了一种基于风速日波动特征的超短期风速修订方法、系统，该方法为：通过构建VSDA模型对历史风速数据进行风速日分段、波动特征提取以及分类，为风速修订算法提供风速日数据与风速波动标记，高度概括了风速间的相关性与风速波动特征；而后将过往风速日数据、对应波动标记与数值天气预报风速预测数据作为模型输入，结合经过贝叶斯优化的长短期记忆神经网络算法实现对数值天气预报风速预测值修订。本发明提出的修订方法可有效地提高风速预测值的准确度，使得风速预测值可靠性大幅提升，增强了风电功率预测的准确度，具有一定的实用价值。

公开(公告)号：CN119762567A

公开(公告)日：2025-04-04

申请号：CN202510261430.7

申请日：2025-03-06

Applicant: 南京信息工程大学

Inventor： 陈一鸣 ,  刘毅 ,  张雨健

IPC: G06T7/55 ,  G06V20/64 ,  G06V10/44 ,  G06V10/42 ,  G06V10/80 ,  G06V10/762 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本申请公开了一种轻量化的深度估计方法和系统，属于双目系统深度估计技术领域，包括：获取深度估计模型，将双目深度图像输入所述深度估计模型，获取深度估计结果，在获取深度估计模型时，确定双目深度图像为输入参量，基于二维深度可分离卷积对输入参量进行特征提取，并基于提取的特征参量获取代价体，基于三维逐点卷积对代价体进行堆叠沙漏处理，获取多深度特征信息，确定多深度特征信息为深度估计结果，即输出参量。本申请融合二维深度可分离卷积和三维逐点卷积等轻量化的特征提取方式，可减小特征提取的层数，减小深度估计模型的参数量，解决双目深度估计网络在实际应用场景中部署困难，内存利用率低，硬件资源浪费的技术问题。