-
公开(公告)号：CN118378665A
公开(公告)日：2024-07-23
申请号：CN202410817315.9
申请日：2024-06-24
Applicant: 南京信息工程大学
IPC: G06N3/0455 , G06N3/0464 , G06F18/15 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/082
Abstract: 本发明公开了基于注意力的多尺度残差U‑Net的海洋中尺度涡旋检测方法，包括以下步骤：（1）获取海平面异常数据SLA，选取海表面温度数据SST，选取基于卫星高度计的海洋涡旋识别追踪数据集；（2）对基于卫星高度计的海洋涡旋识别追踪数据集制作涡旋标签，对海平面异常数据和海表面温度数据进行归一化处理；（3）对得到的归一化结果进行拼接；遍历涡旋标签数据，根据预设的区域对涡旋标签进行数组截取，得到涡旋标签数据集；（4）构建双交叉多尺度特征融合网络模型并进行训练；（5）将测试集输入最优的模型中进行性能测试，得到测试结果，将测试结果与涡旋标签进行对比得到评价指标；本发明提升了检测精度与效率。
-
公开(公告)号：CN119696049A
公开(公告)日：2025-03-25
申请号：CN202411738210.0
申请日：2024-11-29
Applicant: 中国电力科学研究院有限公司 , 国网宁夏电力有限公司 , 南京信息工程大学 , 国家电网有限公司
Inventor： 刘俊 , 蒙飞 , 夏旻 , 祁鑫 , 刘一峰 , 梁是 , 王勇 , 王礼文 , 潘玲玲 , 刘毅 , 孙知博 , 耿建 , 王运 , 孙阳 , 常鹏 , 杨宏 , 毛文博 , 徐鹏 , 郭晓蕊 , 周竞 , 汤必强
IPC: H02J3/46 , H02J3/00 , H02J3/06 , G06N3/042 , G06N3/0464
Abstract: 一种基于约束时空图神经网络的机组组合调度方法及相关装置，方法包括收集电网每天各时刻母线负荷数据与电力系统负荷数据；以每天为单位构建机组组合问题，在约束条件下求解得到对应的最优机组功率；使用滑动窗口，将母线负荷与对应的最优机组功率按照时段进行划分；基于扩充之后的训练数据集，将划分后的母线负荷作为输入数据，将对应的最优机组功率作为数据标签，训练预先建立的时空图神经网络模型；对需要预测的母线负荷数据按照时段进行划分，输入训练好的时空图神经网络模型，得到机组组合调度方案。本发明提高了基于数据驱动的机组组合方案求解精度，减少了调用求解器耗时以及计算量，构建线性约束层及后处理方法，完善了预测结果的可靠性。
-
公开(公告)号：CN118378665B
公开(公告)日：2024-10-25
申请号：CN202410817315.9
申请日：2024-06-24
Applicant: 南京信息工程大学
IPC: G06N3/0455 , G06N3/0464 , G06F18/15 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/082
Abstract: 本发明公开了基于注意力的多尺度残差U‑Net的海洋中尺度涡旋检测方法，包括以下步骤：（1）获取海平面异常数据SLA，选取海表面温度数据SST，选取基于卫星高度计的海洋涡旋识别追踪数据集；（2）对基于卫星高度计的海洋涡旋识别追踪数据集制作涡旋标签，对海平面异常数据和海表面温度数据进行归一化处理；（3）对得到的归一化结果进行拼接；遍历涡旋标签数据，根据预设的区域对涡旋标签进行数组截取，得到涡旋标签数据集；（4）构建双交叉多尺度特征融合网络模型并进行训练；（5）将测试集输入最优的模型中进行性能测试，得到测试结果，将测试结果与涡旋标签进行对比得到评价指标；本发明提升了检测精度与效率。
-
-
Search Results
3
records
(took 0.023 seconds)
