一种区域短波辐射预测方法及系统

    公开(公告)号:CN117408145A

    公开(公告)日:2024-01-16

    申请号:CN202311326101.3

    申请日:2023-10-13

    Abstract: 本发明公开了一种区域短波辐射预测方法及系统,上述方法包括如下步骤:获取短波辐射数据,进行缺失数据补全和归一化处理,按照预设比例划分为训练集、验证集和预测集;构建门循环卷积神经网络模型,门循环卷积神经网络模型包括:卷积下采样层、轨迹门循环卷积神经网络、反卷积上采样层,确定模型超参数和训练超参数;基于训练集、验证集和预测集对门循环卷积神经网络模型进行训练优化;依据预设时长的短波辐射历史数据,基于门循环卷积神经网络模型计算得到区域短波辐射预测数据。通过短波辐射历史数据对门循环卷积神经网络模型进行训练优化,实现高精度、高时空分辨率的区域短波辐射预测,对推动新能源发电具有重要意义。

    一种风力发电功率预测方法及装置

    公开(公告)号:CN118114809A

    公开(公告)日:2024-05-31

    申请号:CN202410101003.8

    申请日:2024-01-24

    Abstract: 本发明实施例涉及一种风力发电功率预测方法及装置,所述方法包括:获取风电场的风力发电原始数据集;根据风力发电原始数据集的数据,进行一次数据处理得到间接数据集;对各所述数据集中的数据进行二次数据处理后生成样本数据集;利用样本数据集构造训练集,以对风力发电功率预测模型进行训练,得到最优风力发电功率预测模型;采用最优风力发电功率预测模型对风电场进行风力发电功率预测。本发明实施例的技术方案,通过结合风电场的基础信息、历史功率数据、历史气象数据和气象预报数据,并根据风力发电的特点,对所采集的数据进行补充和处理,训练基于经验模式分解、卷积神经网络、长短期记忆网络的风力发电预测模型,可用于预测未来48小时的风力发电功率,极大地提高了预测的准确度。

    基于无快门的非制冷红外成像系统和非均匀性校正方法

    公开(公告)号:CN104964746A

    公开(公告)日:2015-10-07

    申请号:CN201510336404.2

    申请日:2015-06-17

    Abstract: 基于无快门的非制冷红外成像系统和非均匀性校正方法,所述系统包括:光学镜头、红外探测器、现场可编程门阵列、模数转换器、存储器和图像编码器;光学镜头收集目标的光信号,红外探测器将光信号转换成模拟电压信号后,经过模数转换器转换输出给现场可编程门阵列;模数转换器对红外探测器输出的模拟信号进行采样后传输给现场可编程门阵列;现场可编程门阵列对数字信号进行处理并输出;所述方法首先采集系统对同一均匀目标背景的响应值;并计算红外焦平面阵列的衬底温度;然后根据背景值和衬底温度,计算当前状态下的背景值;最后使用一点校正,对图像进行非均匀性校正。本发明具有易实现、精度高的特点,可广泛应用于目前的非制冷红外成像系统中。

Patent Agency Ranking