基于站城融合空间能耗模型的深度学习方法及系统

    公开(公告)号:CN119417266A

    公开(公告)日:2025-02-11

    申请号:CN202411589444.3

    申请日:2024-11-08

    Abstract: 本发明提供了一种基于站城融合空间能耗模型的深度学习方法及系统,所述方法先采用空间区域分析法分析站城融合立体网络空间内核心空间区域的核心能耗系统,并构建核心能耗系统的站城融合立体网络能耗模型,再通过站城融合立体网络能耗模型构建碳排放机理模型,然后根据碳排放机理模型中初始输入变量和输出变量的深度学习神经网络结构,定义碳排放机理模型的损失函数,接着采用迭代优化函数,对损失函数进行迭代训练,直至损失值低于容许值,输出深度学习神经网络代理模型,最后采用深度学习神经网络代理模型,依照规范要求,对站城融合立体网络空间的绿色运行性能评估,得到评估结果。相较于现有技术,本发明方法评估效率更高且可靠性更强。

    一种基于多源数据融合的桥梁群时空荷载分布识别方法

    公开(公告)号:CN117454318B

    公开(公告)日:2024-03-26

    申请号:CN202311799793.3

    申请日:2023-12-26

    Abstract: 本发明公开了一种基于多源数据融合的桥梁群时空荷载分布识别方法,属于桥梁群荷载分布识别技术领域。解决了现有技术中传统的桥梁群荷载分布识别方法需要加装设备且难以识别夜晚桥面车辆时空分布的问题;本发明基于车辆定位数据与车辆荷载检测数据的车辆关联性和时间关联性,结合车辆在一定时间内荷载不变的特征,以车辆荷载检测点为节点,将车辆轨迹分成多个荷载区段,并获取桥梁所在荷载区段,同时根据车辆id和车辆荷载点检测时间,将桥梁所在荷载区段内的车辆定位数据与车辆荷载检测点数据进行关联匹配,获取车辆经过桥梁时的实际荷载数据。本发明可大规模、全天应用,获取更接近真实值的车辆荷载,且成本较低,可以应用于检测桥梁群荷载。

    一种基于多源数据融合的桥梁群时空荷载分布识别方法

    公开(公告)号:CN117454318A

    公开(公告)日:2024-01-26

    申请号:CN202311799793.3

    申请日:2023-12-26

    Abstract: 本发明公开了一种基于多源数据融合的桥梁群时空荷载分布识别方法,属于桥梁群荷载分布识别技术领域。解决了现有技术中传统的桥梁群荷载分布识别方法需要加装设备且难以识别夜晚桥面车辆时空分布的问题;本发明基于车辆定位数据与车辆荷载检测数据的车辆关联性和时间关联性,结合车辆在一定时间内荷载不变的特征,以车辆荷载检测点为节点,将车辆轨迹分成多个荷载区段,并获取桥梁所在荷载区段,同时根据车辆id和车辆荷载点检测时间,将桥梁所在荷载区段内的车辆定位数据与车辆荷载检测点数据进行关联匹配,获取车辆经过桥梁时的实际荷载数据。本发明可大规模、全天应用,获取更接近真实值的车辆荷载,且成本较低,可以应用于检测桥梁群荷载。

Patent Agency Ranking