-
公开(公告)号:CN111507423A
公开(公告)日:2020-08-07
申请号:CN202010333746.X
申请日:2020-04-24
申请人: 国网湖南省电力有限公司 , 湖南经研电力设计有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
摘要: 本发明公开了一种输电线路通道清理的工程量测算方法,包括获取待建输电线路所对应的输电线路通道的高清影像数据和点云数据;采用深度学习方法建立地物识别模型;对点云数据进行分类;采用地物识别模型统计地物类型;采用点云分类数据对地物进行分类提取;采用地物类型的统计数据和地物的分类提取数据对输电线路通道清理的工程量进行测算。本发明提供的这种输电线路通道清理的工程量测算方法,通过对高清影像数据和点云数据的处理,实现了远程对输电线路通道清理的工程量测算,而且本发明方法的可靠性高,实用性好,精确度较高。
-
公开(公告)号:CN111507423B
公开(公告)日:2023-06-09
申请号:CN202010333746.X
申请日:2020-04-24
申请人: 国网湖南省电力有限公司 , 湖南经研电力设计有限公司 , 国网湖南省电力有限公司经济技术研究院 , 国家电网有限公司
IPC分类号: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T17/00
摘要: 本发明公开了一种输电线路通道清理的工程量测算方法,包括获取待建输电线路所对应的输电线路通道的高清影像数据和点云数据;采用深度学习方法建立地物识别模型;对点云数据进行分类;采用地物识别模型统计地物类型;采用点云分类数据对地物进行分类提取;采用地物类型的统计数据和地物的分类提取数据对输电线路通道清理的工程量进行测算。本发明提供的这种输电线路通道清理的工程量测算方法,通过对高清影像数据和点云数据的处理,实现了远程对输电线路通道清理的工程量测算,而且本发明方法的可靠性高,实用性好,精确度较高。
-
公开(公告)号:CN118483591A
公开(公告)日:2024-08-13
申请号:CN202410616029.6
申请日:2024-05-17
申请人: 湖南经研电力设计有限公司 , 国网湖南省电力有限公司经济技术研究院
IPC分类号: G01R31/367 , G01R31/392 , G06N3/0442 , G06N3/08 , G06N3/006
摘要: 本发明公开了一种基于LSTM网络的电池组健康状态预测方法,包括对锂离子电池组进行实验并获取实验数据;选定锂离子电池组健康因子并构建训练数据集;构建电池组健康状态预测初始模型;采用训练数据集,结合金枪鱼群优化算法,训练电池组健康状态预测初始模型得到电池组健康状态预测模型;获取目标锂离子电池组的健康因子数据,输入电池组健康状态预测模型中,完成基于LSTM网络的电池组健康状态值的预测。本发明还公开了一种实现所述基于LSTM网络的电池组健康状态预测方法的系统。本发明不仅能够实现基于LSTM网络的电池组健康状态预测,而且可靠性更高、精确性更好。
-
-