-
公开(公告)号：CN110046213B
公开(公告)日：2023-04-18
申请号：CN201910306291.X
申请日：2019-04-16
Applicant: 国网陕西省电力公司 , 国网陕西省电力公司经济技术研究院 , 北京洛斯达数字遥感技术有限公司
Inventor： 周军义 , 潘良军 , 李宝昕 , 王芝麟 , 王喆 , 郭瑾程 , 陈本阳 , 邹彬 , 姚金雄 , 张涵 , 张超 , 姜山 , 王炜 , 严欢 , 闫娜 , 万明忠 , 李凤亮 , 严研 , 乔新辉 , 陈思远 , 徐华秒 , 侯小波 , 薛晓军 , 吴斌 , 赵晶辉 , 王毅 , 王倩 , 李扬 , 刘兴 , 刘震
Abstract: 本发明涉及一种顾及路径失真纠正与交叉跨越纠正的电力选线方法。包括步骤：首先将选线范围内的各影响因素数据入库；其次将各影响因子量化与赋权；再次构建成本表面模型，并基于该模型进行路径规划；然后对生成的路径进行路径失真纠正；最后对失真纠正后的路径进行交叉跨越纠正，得出最终路径。相对于现有的电力选线技术，本选线方法充分考虑了各种选线因素，适宜于解决电力选线问题；失真纠正方法充分考虑了路径与周围地物的空间位置关系，对路径进行转角点剔除和转角度数调整等优化处理，有效解决了机选线路的路径失真变形问题，提高了线路的合理性；交叉跨越纠正方法优化了线路的交叉跨越位置、优化交叉跨越点附近的转角点位置，并根据与地物的空间关系，调整局部路径的位置；本发明优化了最短路径算法所采用的数据结构，极大提高了算法的运算效率，采用限制搜索范围的方式降低了路径搜索的计算量，进一步提升了选线效率。
-
公开(公告)号：CN110046213A
公开(公告)日：2019-07-23
申请号：CN201910306291.X
申请日：2019-04-16
Applicant: 国网陕西省电力公司 , 国网陕西省电力公司经济技术研究院 , 北京洛斯达数字遥感技术有限公司
Inventor： 周军义 , 潘良军 , 李宝昕 , 王芝麟 , 王喆 , 郭瑾程 , 陈本阳 , 邹彬 , 姚金雄 , 张涵 , 张超 , 姜山 , 王炜 , 严欢 , 闫娜 , 万明忠 , 李凤亮 , 严研 , 乔新辉 , 陈思远 , 徐华秒 , 侯小波 , 薛晓军 , 吴斌 , 赵晶辉 , 王毅 , 王倩 , 李扬 , 刘兴 , 刘震
Abstract: 本发明涉及一种顾及路径失真纠正与交叉跨越纠正的电力选线方法。包括步骤：首先将选线范围内的各影响因素数据入库；其次将各影响因子量化与赋权；再次构建成本表面模型，并基于该模型进行路径规划；然后对生成的路径进行路径失真纠正；最后对失真纠正后的路径进行交叉跨越纠正，得出最终路径。相对于现有的电力选线技术，本选线方法充分考虑了各种选线因素，适宜于解决电力选线问题；失真纠正方法充分考虑了路径与周围地物的空间位置关系，对路径进行转角点剔除和转角度数调整等优化处理，有效解决了机选线路的路径失真变形问题，提高了线路的合理性；交叉跨越纠正方法优化了线路的交叉跨越位置、优化交叉跨越点附近的转角点位置，并根据与地物的空间关系，调整局部路径的位置；本发明优化了最短路径算法所采用的数据结构，极大提高了算法的运算效率，采用限制搜索范围的方式降低了路径搜索的计算量，进一步提升了选线效率。
-
公开(公告)号：CN106408660A
公开(公告)日：2017-02-15
申请号：CN201610307972.4
申请日：2016-05-10
Applicant: 北京洛斯达数字遥感技术有限公司
Inventor： 乔新辉 , 严研 , 郭雷甫 , 万明忠 , 李凤亮 , 许子智 , 段来越 , 窦晓军 , 王芝麟 , 王中阳 , 李宝昕 , 周敏 , 常金生 , 赵晶辉 , 侯文广 , 陈子轩
Abstract: 本发明公开了一种电力路径规划中数字地形模型的压缩方法和设备，包括如下步骤：获取电力规划区域的数字地形模型和路径禁区信息；将数字地形模型和路径禁区信息进行叠加，使路径禁区信息所指示的禁止区域在数字地形模型中被禁止；根据叠加后的数字地形模型生成三角网格数据信息；根据分辨率要求对所生成的三角网格数据信息进行约简采样，生成对应分辨率的压缩地理数据。本发明提出的数据约简方法在大幅减少冗余数据的同时，有效保持数据的特征信息，降低了规划所需要的计算量和资源需求，而且保证规划路径的可行性。
-
公开(公告)号：CN110399819A
公开(公告)日：2019-11-01
申请号：CN201910639615.1
申请日：2019-07-15
Applicant: 北京洛斯达数字遥感技术有限公司
Inventor： 乔新辉 , 严研 , 马旭 , 范光甫 , 崔章顺 , 侯小波 , 解景新 , 陈思远 , 常金生 , 王军 , 董鉥涛 , 王涛 , 徐华秒 , 吴斌 , 杨曦 , 刘兴 , 王倩 , 李扬 , 赵晶辉 , 郭双叶 , 段宇格
Abstract: 本发明公开了一种基于深度学习的遥感影像居民区自动提取方法，包括以下步骤：a.制作居民区训练样本；b.对步骤a生成的样本数据做数据整理和归类，建立训练模型的数据集，包括训练集、验证集和检测集；c.基于迁移学习算法训练样本；d.对训练结束后得到的模型进行验证和评价；该发明采用基于光谱信息辅助的改进型全卷积网络遥感影像居民区提取方法；使用条件随机场对分类结果进行优化，使提取的居民区边界更加平滑合理；深度学习与GIS辅助制图相结合，完成大面积海量数据的全自动智能提取。
-
-
-
Search Results
4
records
(took 0.062 seconds)
