公开(公告)号：CN116486278A

公开(公告)日：2023-07-25

申请号：CN202310447628.5

申请日：2023-04-24

申请人： 河南大学

发明人： 蔡坤 ,  肖一卓 ,  李莘莘 ,  展桂荣 ,  乔保军 ,  张硕 ,  李郭宇 ,  史建宇

IPC分类号： G06V20/13 ,  G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G01N33/00

摘要： 本发明涉及大气环境技术领域，具体涉及一种基于时空信息镶嵌的小时级臭氧估算方法，该方法包括：获取环境检测数据构成臭氧浓度监测数据集，将环境检测数据进行图像转化得到环境监测数据图像；利用三次差值的方法对环境监测数据图像进行分辨率重采样处理得到优选环境图像；对优选环境图像进行分割得到环境数据子图像，将环境数据子图像的每行数据转化为环境行向量，每列数量转化为环境列向量，进而获得空间信息矩阵；将臭氧浓度监测数据集中所有环境检测数据对应的环境监测数据图像和对应的空间信息矩阵构成臭氧估算数据集；将臭氧估算数据集输入预先构建的臭氧估算模型得到臭氧估算结果数据。本发明能够获得较为准确的臭氧估算结果。

公开(公告)号：CN116486278B

公开(公告)日：2023-11-21

申请号：CN202310447628.5

申请日：2023-04-24

申请人： 河南大学

发明人： 蔡坤 ,  肖一卓 ,  李莘莘 ,  展桂荣 ,  乔保军 ,  张硕 ,  李郭宇 ,  史建宇

IPC分类号： G06V20/13 ,  G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G01N33/00

公开(公告)号：CN116821687A

公开(公告)日：2023-09-29

申请号：CN202310827033.2

申请日：2023-07-06

申请人： 河南大学

发明人： 张磊 ,  朱绍明 ,  展桂荣 ,  左宪禹 ,  谢毅 ,  赵一鸣 ,  晋鑫鹏 ,  李郭宇 ,  史建宇

IPC分类号： G06F18/214 ,  G06F18/20 ,  G06N3/0442 ,  G06Q50/06 ,  H02J3/00 ,  G06F21/62

摘要： 本发明涉及风电功率预测技术领域，具体涉及基于数据隐私保护的联邦深度学习风力发电预测方法，该方法包括：获取预设数量个不同风电场的风电功率数据集，对风电功率数据集进行预处理，将预处理后的风电功率数据集划分为训练数据集和测试数据集；建立Fed‑BILSTM联邦深度学习模型；根据训练数据集，对建立的Fed‑BILSTM联邦深度学习模型进行训练，得到训练后的Fed‑BILSTM联邦深度学习模型；根据测试数据集，对训练后的Fed‑BILSTM联邦深度学习模型进行验证；通过训练后的Fed‑BILSTM联邦深度学习模型，进行风电功率预测。本发明可以提高数据的安全性和预测的准确度。