一种基于深度学习网络GuidedNET与CSPN++相结合的深度图重建方法

    公开(公告)号:CN114708169A

    公开(公告)日:2022-07-05

    申请号:CN202210453700.0

    申请日:2022-04-24

    Abstract: 本发明公开了一种基于深度学习网络GuidedNET与CSPN++相结合的深度图重建方法,能够实现对于室外场景通过激光雷达采集的稀疏点云图投射而成的稀疏深度图转为稠密的深度图。发明包括,建立标准化的原始数据集:包括原始雷达深度图和已经对齐过的RGB图作为该方法的输入;修改GuidedNET特征提取的子网络,解决训练数据时GPU内存消耗较大,完成对特征的初步提取;通过CSPN++网络完成对产生的深度图来进一步细化,保留原始雷达数据中的边缘深度信息,在绝大部分的RGB引导稀疏的深度图的网络中实现对图片高层特征的提取,对空间卷积网络传播速度与传播方向,对不同模态的数据融合,及对深度图边缘信息的细化方面的问题,取得了较好的效果,对于自动驾驶方向有较强的实用价值。

    一种风能转换系统的最大功率点跟踪方法与装置

    公开(公告)号:CN111222718A

    公开(公告)日:2020-06-02

    申请号:CN202010123201.6

    申请日:2020-02-27

    Abstract: 本发明公开了一种风能转换系统的最大功率点跟踪方法与装置,包括对风能转换系统的最大功率点进行智能追踪;利用强化学习中智能体的反馈信号,不断与环境互动,调整和改善智能决策行为,获得最佳追踪策略;所述智能体通过与环境交互决策出最优储能调度策略,在不断变化的环境中跟踪所述风能转换系统的最大功率点。本发明的有益效果:利用环境对智能体的反馈信号,不断与环境互动,调整和改善智能决策行为,获得最佳策略;智能体通过与环境交互,决策出最优储能调度策略,在不断变化的环境中追踪最大功率点。

    基于激光点云输电线覆冰厚度检测与融冰防灾方法及系统

    公开(公告)号:CN116428992A

    公开(公告)日:2023-07-14

    申请号:CN202310311756.7

    申请日:2023-03-28

    Abstract: 本发明涉及一种基于激光点云输电线覆冰厚度检测与融冰防灾方法及系统,其利用输电线的空间维度特征快速、准确地识别输电线,并采用基于密度聚类的方法够准确的提取单根覆冰输电线,并根据曲线方程计算弧垂值和无风工况下的覆冰厚度,为输电线的运行状态与覆冰险情检测、防止识别不同类冰害事故的发生和输电线路结冰状况检测、监测与预警快速提供技术参考,及实现输电线路与输电线覆冰、光伏电池板和风电旋翼覆冰、融冰预测维护、设计管理的准确性和通用性、及有效的监测和维护预防电力线廊与可再生新型电力的运行与防护灾害。

    一种光伏发电最大功率点跟踪控制方法

    公开(公告)号:CN111324167B

    公开(公告)日:2022-07-01

    申请号:CN202010123212.4

    申请日:2020-02-27

    Abstract: 本发明公开了一种光伏发电最大功率点跟踪控制方法与装置,包括针对光伏模型中光伏发电最大功率点进行智能追踪;利用强化学习中智能体的反馈信号不断与环境互动,调整和改善智能决策行为,获得最优追踪策略;所述智能体决策出最优储能调度策略,在不断变化的环境中跟踪所述光伏发电最大功率点。本发明的有益效果:在环境条件固定、无先验知识的情况下算法通用,系统结构简单,不易出现误判现象,能准确追踪到最大功率点;并在环境条件突变的情况下,控制策略同时也能够更快速地追踪到最大功率点。

    一种基于PointNet与RANSAC算法的建筑物屋顶平面分割方法

    公开(公告)号:CN113989291A

    公开(公告)日:2022-01-28

    申请号:CN202111219599.4

    申请日:2021-10-20

    Abstract: 本发明公开了一种基于PointNet与RANSAC算法的建筑物屋顶平面分割方法,包括,标注原始点云,并对标注后的原始点云进行降采,获得预测点云;将预测点云输入至预分割网络,进行屋顶预分割,获得预分割点云;将原始点云与预分割点云对齐,获得还原点云;通过RANSAC算法对还原点云中带有语义信息的屋顶部分进行分割,获得屋顶点云;将非屋顶点云与屋顶点云进行合并,获得建筑物点云,完成建筑物屋顶平面分割;本发明能够处理建筑整体点云,同时将人工语义标注工作从标注屋顶的各个平面简化到标注建筑屋顶部分,保证分割精度的同时,很大程度上减少整体运算时间。

    一种基于ARIMA-LSTM组合模型的楼宇短期负荷预测方法

    公开(公告)号:CN111260136A

    公开(公告)日:2020-06-09

    申请号:CN202010055212.5

    申请日:2020-01-17

    Abstract: 本发明公开了一种基于ARIMA-LSTM组合模型的楼宇短期负荷预测方法,包括步骤,通过数据采集器采集影响因素数据,并将负荷数据和各影响因素数据进行最大最小归一化处理后得到无量纲数据集;选取关键影响因素;计算余弦相似度,获取相似日样本数据作为训练集;将相似日负荷训练集输入到ARIMA-LSTM组合模型中,得到负荷预测结果;其中,所述影响因素数据包括负荷数据、气象数据和日期类型数据;本发明在分析筛选楼宇负荷预测的训练样本数据时,考虑气象因素及日期类型序列的灰色关联度来选取相似日数据序列,有效提高了预测精度。

    一种全自动云图采集装置及其云团运动轨迹预测方法

    公开(公告)号:CN111754539A

    公开(公告)日:2020-10-09

    申请号:CN202010595699.6

    申请日:2020-06-23

    Abstract: 本发明公开了一种全自动云图采集装置及其云团运动轨迹预测方法,包括,防护组件,包括遮光罩和承载壳,所述遮光罩设置于所述承载壳上;全自动云图采集装置的云团运动轨迹预测方法,包括步骤,通过所述的全自动云图采集装置获取云图,并对云图进行去畸变处理;对云图进行二值化处理,划分样本集和测试集;将样本集输入ConvLSTM模型中更新参数;测试集输入更新参数后的ConvLSTM模型中,获取预测云图;本发明通过设置的防护组件和采集组件之间相互配合,能够避免部分云图信息丢失问题,为全面采集提供了条件,同时在提供的云图预测轨迹的方法考虑了云图运动的空间维度信息,通过状态量来捕捉云团的运动情况,预测准确度高。

Patent Agency Ranking