一种电力配置用需求数据统计方法

    公开(公告)号:CN114723475A

    公开(公告)日:2022-07-08

    申请号:CN202210178154.4

    申请日:2022-02-25

    IPC分类号: G06Q30/02 G06Q50/06

    摘要: 本发明公开了一种电力配置用需求数据统计方法,包括以下步骤:步骤a:通过相关人员对当地人口进行数量进行统计,统计方式包括:参考当地今年人口普查数量、通过有效手机出行链数据进行人口统计和逐一统计等;步骤b:确定当地今年的用电总量T1,以设定的采样间隔时间进行间隔采样。本发明实现了使用效果好的目的,能够根据使用需求确定所需年份的电力需求,有效避免出现供能过剩或者供能缺乏的现象,满足当今市场的需求,解决了以往电力配置用需求数据统方法使用效果不佳的问题,同时相关人员可以根据所需数据精度的不同增加和删减样本,从而能够在保证达到所需数据精度的同时,节省人力物力。

    利用预训练网络的感知相似性进行混合图像超分辨方法

    公开(公告)号:CN109146777A

    公开(公告)日:2019-01-04

    申请号:CN201810621592.7

    申请日:2018-06-15

    IPC分类号: G06T3/40 G06K9/62 G06K9/68

    摘要: 本发明提供了利用预训练网络的感知相似性进行混合图像超分辨方法,包括:将已知图像进行分解得到低分辨率图像,基于低分辨率图像建立对比词典,基于对比词典得到与已知图像对应的高分辨率图像块;获取已知图像,基于卷积神经网络对已知图像进行差值运算,得到高分辨率图像;构建基于感知相似度的损失函数,基于损失函数的运算结果选取如步骤一所示的内部重构方法或是如步骤二所示的外部重构方法对待处理图像进行超分辨率重构处理。通过对预先训练的VGG网络的特征代表来计算感知相似度,重构每个补丁并最小化超分辨错误,最终达到重构基于最优质性能的HR图像的结果,避免了内部和外部SR算法的缺点,大大提升了有效性、实用性和稳定性。