一种用于输变电工程的遥感卫星分辨率优选方法和系统

    公开(公告)号:CN111818258A

    公开(公告)日:2020-10-23

    申请号:CN202010553496.0

    申请日:2020-06-17

    IPC分类号: H04N5/232 G01N21/17 G01B11/24

    摘要: 本发明涉及一种用于输变电工程的遥感卫星分辨率优选方法和系统,包括:获取既定拍摄条件下区域的历史卫星遥感图像中既定类别的输变电工程目标的轮廓的实际尺度;基于所述既定拍摄条件下区域的历史卫星遥感图像中既定类别的输变电工程目标的轮廓的实际尺度确定所述既定类别的输变电工程目标对应的最小外接矩形轮廓尺度;根据所述既定类别的输变电工程目标对应的最小外接矩形轮廓尺度确定遥感卫星在既定拍摄条件下拍摄所述区域的最优分辨率。本发明可以简便、快速地确定特定应用场景下合适的卫星遥感空间分辨率,减少了传统的空间分辨率计算方法中大量数据迭代分析和数据重复试验过程,提高了卫星遥感空间分辨率的计算效率。

    基于GA-BP神经网络的抽水蓄能电站规划方法及系统

    公开(公告)号:CN115496335A

    公开(公告)日:2022-12-20

    申请号:CN202211041308.1

    申请日:2022-08-29

    摘要: 本发明提供了基于GA‑BP神经网络的抽水蓄能电站规划方法及系统,包括:获取抽水蓄能工程选址参数,由抽水蓄能工程选址参数枚举多个抽水蓄能工程方案;将每个抽水蓄能工程方案带入预先训练好的GA‑BP神经网络得到抽水蓄能工程方案的成本;将抽水蓄能工程成本最低的抽水蓄能工程方案作为抽水蓄能电站的规划方案;其中,训练好的GA‑BP神经网络是基于历史抽水蓄能工程方案作为输入、历史抽水蓄能工程的成本作为输出对BP神经网络进行训练,并基于遗传算法优化训练后的BP神经网络的参数得到的。本发明采用BP神经网络引入遗传算法的方法,解决抽水蓄能电站选址困难,未全面反映各站点技术经济性的问题,提高了抽水蓄能电站选点的工作效率,提供最优选址。

    一种树高预测方法、输电线路树障预警方法及系统

    公开(公告)号:CN111898838A

    公开(公告)日:2020-11-06

    申请号:CN202011056649.7

    申请日:2020-09-30

    IPC分类号: G06Q10/04 G06Q50/06 G06T17/05

    摘要: 本发明提供了一种树高预测方法、输电线路树障预警方法及系统,包括:获取被预测区域内两个时刻的卫星遥感立体像对,分别生成两个时刻的数字地表模型;对两个时刻的数字地表模型进行修订;基于修订后的数字地表模型,对被预测区域内的树木生长高度进行预测,并基于上述的树高预测值进行输电线路树障预警,本发明的应用克服了卫星遥感数据对树木高度不敏感造成的树高预测不准确问题,使树高预测精度从1.5m-4m提升到了0.3m,大大提高了树木生长高度预测的准确性,从而整体上实现了在各种复杂环境下对树高进行高效、准确的预测;同时由于本发明中树障预警是基于上述树高预测方法实现的,进而也实现了对输电线路的大范围、全覆盖树障准确预警。