-
公开(公告)号：CN115795396A
公开(公告)日：2023-03-14
申请号：CN202211564279.7
申请日：2022-12-07
Applicant: 山东鲁软数字科技有限公司 , 北京玖天气象科技有限公司
Inventor： 王立峰 , 刘晗 , 韩振峰 , 盖敏 , 张云鹏 , 曹春博 , 陈萌 , 任鹏 , 刘波 , 侯世朋 , 卢愿 , 吕瑞 , 王晗晓昕 , 方硕 , 王会金 , 王雯超 , 郝书琪
Abstract: 本发明提供了一种基于气象大数据的电力气象模型的融合演进支持方法，气象模型管理计算中心是面向智慧气象服务云平台的所有算法模型管理及运算的电力气象模型仓库，研究相关算法模型的安全接入、动态引用和融合演进支持，整合模型的中央存储仓库功能及大数据云计算环境下基于人工智能引擎的算法模型运算应用功能，整体实现对电力气象技术支撑业务相关算法模型的统一存储管理和模型的训练、接入、部署、计算和应用，此外，根据云平台的边云协同架构设计，研究基于边缘计算的特定模型构建、管理及实施功能，确保边云协同的数据统一性、运算准确性和模型完整性。
-
公开(公告)号：CN119761849A
公开(公告)日：2025-04-04
申请号：CN202411815907.3
申请日：2024-12-11
Applicant: 北京玖天气象科技有限公司
IPC: G06Q10/0637 , G06Q50/26 , G06F18/24 , G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/084 , G01W1/10
Abstract: 本发明涉及气象学技术领域，公开了一种基于深度学习对强对流的识别与预报的方法，该方法首先构建强对流识别模型和预报模型，分别用于特征分类和预测天气发生时间、地点及强度。通过深度学习算法对两模型进行训练，并利用其残差构建残差拟合模型以修正预报结果。结合实时及历史气象数据，该方法能生成准确的强对流天气识别与预报，有效弥补传统方法的局限，提高预报精度和及时性，对防灾减灾及保障社会经济稳定发展具有重要价值。
-
公开(公告)号：CN119691617A
公开(公告)日：2025-03-25
申请号：CN202411768216.2
申请日：2024-12-04
Applicant: 北京玖天气象科技有限公司
IPC: G06F18/2431 , G06F18/21 , G06F18/214 , G06F18/213 , G06F18/2415 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/10 , G06N3/096 , G06N3/084 , G06F40/16 , G06F40/186
Abstract: 本发明涉及气象学技术领域，公开了一种基于三维时空数据的有关风力状况描述性文字精准速生技术，该技术通过获取包含时间、地理空间和风力参数的三维时空数据集，利用三维卷积神经网络（3D‑CNN）提取风力特征，并采用基于注意力机制的序列到序列（Seq2Seq）模型将特征转化为描述性文字。3D‑CNN有效捕捉时空特征，Seq2Seq模型确保文字生成的准确性和生动性。本技术实现了风力状况描述的精准、快速生成，为气象预报、气候分析及风能评估等领域提供了有力支持。
-
公开(公告)号：CN119513563A
公开(公告)日：2025-02-25
申请号：CN202411069371.5
申请日：2024-08-06
Applicant: 北京玖天气象科技有限公司
Abstract: 本发明涉及气象分析技术领域，公开了一种基于典型行业负荷集中区域的高影响气象要素提取方法及提取装置，所述方法包括：获取目标地区的历史负荷数据及历史气象数据；对所述历史气象数据进行数据清洗，获得清洗后数据；基于清洗后的历史负荷数据，对目标地区典型行业负荷进行分析，获得典型行业空间负荷密度分布数据；基于典型行业空间负荷密度分布数据、清洗后的气象数据，提取目标区域的气象影响要素；基于所述清洗后数据执行与所述气象影响要素对应的影响分析，生成分析结果；基于所述分析结果确定高影响气象要素。通过对典型行业负荷集中区域的历史气象数据进行量化分析，提取其中对其影响较大的气象因素，从而为后续的重点监控和提供了数据支撑。
-
公开(公告)号：CN119231512A
公开(公告)日：2024-12-31
申请号：CN202411366974.1
申请日：2024-09-29
Applicant: 山东鲁软数字科技有限公司
IPC: H02J3/00 , G06N3/0442 , G06F16/29 , G06F18/213 , G06F18/25 , G06N3/048 , G06N3/0985 , G06N3/047
Abstract: 本发明属于电力系统技术领域，尤其涉及一种基于人工智能的配网负荷预测模型，包括DM‑LSTM神经网络模型，所述DM‑LSTM神经网络模型对于配网负荷预测的方法包括以下步骤：S1：首先进行原始数据的收集，包括历史发电量、天气数据、季节信息、地理位置参数以及设备性能指标；S2：搭建Deep MLP深度网络编码器，将所收集的原始数据输入后进行数据信息的初始化和归一化处理；S3：搭建Spat iotempora l LSTM模型；S4：对Deep MLP深度网络编码器的输出和Spat iotempora l LSTM模型的输出进行融合，获得混合权重而降低预测差异；S5：在Spat iotempora l LSTM模型的末端搭建一个Softmax层。本发明综合考虑了静态和动态因素，提供更多的背景信息、时间序列建模能力和动态模式识别能力，有效降低预测误差，提高预测的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119762644A
公开(公告)日：2025-04-04
申请号：CN202411725612.7
申请日：2024-11-28
Applicant: 山东鲁软数字科技有限公司
Abstract: 本发明属于电网管理与控制技术领域，尤其涉及一种基于三维GIS电网数字空间控制主子场景平滑切换方法。通过三维GIS技术构建电网数字空间模型，划分主场景和子场景，涵盖电力设备等详细信息，保证数据与实际一致。采用自适应插值算法，结合设备状态和负载变化调整过渡路径，以加权插值控制平滑度，避免卡顿。引入层次化渐变渲染，依设备负荷和重要性分配渲染权重，利用动态模糊控制提升渲染效果。运用差异化加载策略和动态调整精度，优化加载速度与同步精度，减少响应延迟。本发明有效解决传统场景切换的问题，提升电网可视化效果和实时性。
-
公开(公告)号：CN119209518A
公开(公告)日：2024-12-27
申请号：CN202411367510.2
申请日：2024-09-29
Applicant: 山东鲁软数字科技有限公司
IPC: H02J3/00 , G06N3/0442 , G06F16/29 , G06N3/042 , G06F18/213 , G06F18/25 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/045
Abstract: 本发明属于电力系统技术领域，尤其涉及一种基于人工智能的配网新能源出力预测模型，包括SL‑i GATv2时空预测模型架构，所述SL‑iGATv2时空预测模型架构对于配网新能源出力预测的方法包括以下步骤：S1：首先进行原始数据的收集，包括历史发电量、天气数据、季节信息、地理位置参数以及设备性能指标；S2：搭建GATv2图神经编码器，将所收集的原始数据输入后，进行数据信息的初始化和归一化处理，并将不同的数据源进行特征提取和融合，然后进行每个节点的最终输出特征；S3：搭建Spat iotempora l LSTM模型；S4在Spat iotempora l LSTM模型的末端搭建一个Softmax层。本发明是集使用空间、历史、政策信息于一体，具有高度的自适应性和泛化能力，能够应对多变的气象条件和用户行为，同时保持强大的鲁棒性和容错性。
-
公开(公告)号：CN117852244A
公开(公告)日：2024-04-09
申请号：CN202311570467.5
申请日：2023-11-22
Applicant: 山东鲁软数字科技有限公司
IPC: G06F30/20 , H02J3/00 , G06F30/18 , G06F18/2135 , G06F18/23 , G06F113/04
Abstract: 本发明属于电力系统分析与仿真技术领域，提供了一种基于节点聚合的电网模型轻量化方法及系统，其技术方案为：提出了节点聚合的模型轻量化思路，区别于传统的简单削弱节点和支路的做法。技术优势包含数据预处理、特征分析、聚类分类、参数修正等流程，每个步骤选用合理的技术方法，模型轻量化过程可靠可控，通过参数修正和仿真验证保证了简化模型的计算精度，可以大幅降低大规模电网模型的复杂度，极大提升仿真和分析的计算效率。
-
公开(公告)号：CN116030187A
公开(公告)日：2023-04-28
申请号：CN202211550730.X
申请日：2022-12-05
Applicant: 山东鲁软数字科技有限公司
Abstract: 本发明提供一种单目标建筑物的多视角快速三维重建方法及终端机，涉及属于三维重建领域，获取目标建筑物的初始数据；对输入图像进行颜色、几何一致性测量；构建基于MRF的能量函数；使用图割算法对能量函数进行求解，得到二值分割的结果；基于KL散度检测颜色混合区域；对颜色混合区域使用Matting细化边界，得到第二次分割结果；对二次分割后的多视图照片进行锐化处理；提取锐化后的多视图照片的图像特征点；将提取到的图像特征点进行匹配；基于匹配结果进行三维重建。本发明通过自动分割出多视图图像的前景目标，来减少时间成本，提高三维重建的速度。解决了在图片的利用上并没有区分前景、中景、后景，造成了资源浪费的问题。
-
公开(公告)号：CN119762642A
公开(公告)日：2025-04-04
申请号：CN202411714821.1
申请日：2024-11-27
Applicant: 山东鲁软数字科技有限公司
IPC: G06T15/00 , G06T15/50 , G06T11/60 , G06T1/60 , G06F16/957 , H04L67/02 , H04L67/12 , H04L69/04 , G06Q50/06 , H02J13/00
Abstract: 本发明属于电力系统可视化技术领域，尤其涉及一种基于能流图的站线变户穿透动态渲染方法。该方法首先在站线变户关键点布置边缘计算节点，改进时序数据压缩减少冗余传输，为动态渲染提供实时精准数据。接着提出改进分层拓扑建模算法，精准剖析预测功率流，使能流图渲染依据更科学。然后根据用户交互需求生成局部能流可视化图层，降低计算压力，提升交互响应速度与能流图展示流畅度。最后基于WebGPU和Shader优化实现二维和三维能流图的流畅动态渲染。此方法大幅降低计算压力，实现快速交互，能流畅展示动态变化的局部能流图。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.071 seconds)
