-
公开(公告)号：CN117034216A
公开(公告)日：2023-11-10
申请号：CN202310904805.8
申请日：2023-07-21
Applicant: 北京空间机电研究所
Abstract: 本发明实施例涉及一种遥感产品保护方法及装置，所述方法包括：接收至少一个客户端的购买请求；根据购买请求将对应的客户端的第一终端加入联盟链成为联盟链中的节点；生成第一描述文件和第二描述文件；将第一描述文件和第二描述文件写入该联盟链中对应该遥感产品的对应区块的默克尔树，并作为认证信息写入区块中。本发明实施例提供的技术方案，将区块链技术中的联盟链用于遥感产品的使用保护，所有购买或者被分享使用遥感产品的客户端均需要将信息上传至区块链中并作为区块链的一个节点被记录，并在上传信息的过程中获得解密遥感产品的智能合约认证，从而保证了遥感产品的数据安全。
-
公开(公告)号：CN115826092A
公开(公告)日：2023-03-21
申请号：CN202211350817.2
申请日：2022-10-31
Applicant: 北京空间机电研究所
Abstract: 本发明公开了一种基于信息自注意力模型的多气象要素预测方法及系统，其中方法包括：获取一气象站的气象采集数据，所述气象采集数据包括：若干个气象要素的数值及对应的采集时间，所述气象要素包括：温度、露点温度、太阳辐射向下、气压；对所述气象采集数据进行归一化处理；基于信息自注意力模型，依据归一化处理后的所述气象采集数据进行中短期多气象要素预测，得到多气象要素预测结果。通过基于信息自注意力模型对历史气象采集数据进行预测，克服了传统气象数据预报存在的高计算复杂度和预报延迟问题，实现了高效的近实时预报，及中短期多气象要素预报。
-
公开(公告)号：CN117993553A
公开(公告)日：2024-05-07
申请号：CN202410100983.X
申请日：2024-01-24
Applicant: 北京空间机电研究所
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明实施例涉及一种集中式光伏电站发电功率预测方法及装置，所述方法包括：获取光伏电站的光伏发电原始数据集；根据光伏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，以对光伏发电功率预测模型进行训练，得到最优光伏发电功率预测模型；采用最优光伏发电功率预测模型对光伏电站进行光伏发电功率预测。本发明实施例的技术方案，通过结合光伏电站参数信息、历史发电数据和数值天气预报的气象预测数据，训练基于卷积—循环神经网络的区域光伏功率预测模型，可以预测未来14天的光伏发电功率，极大地提高了预测精度。
-
公开(公告)号：CN115688577A
公开(公告)日：2023-02-03
申请号：CN202211351941.0
申请日：2022-10-31
Applicant: 北京空间机电研究所
IPC: G06F30/27 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于编码器‑解码器结构的短波辐射预测方法，包括如下步骤：获取短波辐射数据；对短波辐射数据进行数据处理，数据处理包括：缺失值处理和归一化处理；基于编码器和解码器结构，通过多尺度损失训练策略对短波辐射数据进行预测，以得到短波辐射预测结果。通过基于编码器‑解码器结构结合遥感观测数据，实现时空分辨率高且泛化性高的短波辐射预测；通过多尺度损失优化策略，在不增加额外计算资源的情况下，提升了模型性能，实现了高精度和高效率的短波辐射预测。
-
公开(公告)号：CN117787505A
公开(公告)日：2024-03-29
申请号：CN202410101505.0
申请日：2024-01-24
Applicant: 北京空间机电研究所
IPC: G06Q10/04 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明实施例涉及一种区域短波辐射预测方法及装置，所述方法包括：搭建区域短波辐射预测模型；获取预定经纬度范围和时间范围的短波辐射数据，并对所述短波辐射数据进行预处理；将预处理后的数据按照时间节点设定比例划分为训练集数据、验证集数据和测试集数据；采用训练集数据对区域短波辐射预测模型进行训练，以得到训练好的区域短波辐射预测模型；对训练好的区域短波辐射预测模型采用验证集数据和测试集数据进行验证和测试后，进行区域短波辐射预测。本发明实施例提供的技术方案，通过短波辐射预测模型的设计，实现了高时空分辨率的短波辐射预测。
-
Patent Agency Ranking
公开(公告)号：CN117033533A
公开(公告)日：2023-11-10
申请号：CN202310905453.8
申请日：2023-07-21
Applicant: 北京空间机电研究所
IPC: G06F16/29 , G06F16/2453 , G06F16/2455 , G06F16/22 , G06F16/182
Abstract: 本发明实施例涉及一种多源地图动态切片及缓存方法和装置，所述方法包括如下步骤：根据用户的地图切片访问请求，在二级缓存中搜索该地图切片；根据该地图切片所属的服务类型通过多源地图服务器进行动态切片，以获取该地图切片；将所获取的地图切片返回用户。本发明实施例的技术方案，将切片存储到缓存和文件中，以此可以极大的提高地图切片浏览速度，加速了地图响应时间；采用地图动态切片缓存的方式，实时将地图进行切片并缓存到内存和文件中，当再次访问时，直接从缓存中获取，提高访问效率；并且可以将不同的地图服务注册到多源地图服务器，从而解决了实时、高频、海量数据的高效地图服务问题，以及多源的、分散的第三方地图服务整合问题。
-
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
Applicant: 北京空间机电研究所
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/08
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。
-
公开(公告)号：CN119850426A
公开(公告)日：2025-04-18
申请号：CN202411842763.0
申请日：2024-12-13
Applicant: 北京空间机电研究所
IPC: G06T3/4061 , G06T3/4046 , G06T5/60 , G06T5/90 , G06V10/44 , G06V10/52 , G06V10/58 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0475 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于扩散超分模型的遥感图像色调信息保持方法，包括构建数据集，将原始高分辨率图像经过图像预处理，得到预处理后的特征图像，并将其分为测试集与验证集；构建扩散超分模型；设计扩散超分模型的残差函数；交叉引用训练集和验证集，并结合残差函数，通过不断最小化残差函数优化模型参数训练扩散超分模型，上得到训练好的扩散超分模型；将训练好的扩散超分模型部署到遥感卫星上，形成基于扩散超分模型的色调信息保持模块；遥感卫星生成需要处理的原始图像，输入到基于扩散超分模型的色调信息保持模块，使用训练好的扩散超分模型进行模型推理，从低分辨率的图像中超分出高分辨率影像，在保持色调信息的基础上恢复图像细节。
-
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
Applicant: 北京空间机电研究所
IPC: G06F30/27 , G06F18/15 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/084 , G06N3/0985
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。
-
公开(公告)号：CN113984206A
公开(公告)日：2022-01-28
申请号：CN202111225471.9
申请日：2021-10-21
Applicant: 北京航天创智科技有限公司 , 北京空间机电研究所
Abstract: 本发明涉及一种基于多台阶衍射滤光器的快照式光谱成像系统，包括信号会聚模块、空间调制模块、准直模块、光谱调制模块、再会聚模块、探测器采样模块和图谱重构模块。利用多台阶衍射滤光器的色散功能将光谱色散到后端探测器上，经过图像处理，通过一次成像获得目标的三维数据立方体，系统形式简单，光利用率高，使快照计算光谱成像系统更紧凑，同时色散均匀性好，光谱分辨率和光谱重构精度在全谱段内得到提升。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
