-
公开(公告)号：CN119026731A
公开(公告)日：2024-11-26
申请号：CN202411036983.4
申请日：2024-07-31
Applicant: 南京信息工程大学
IPC: G06Q10/04 , H02J3/00 , H02J3/38 , H02S50/00 , G06Q50/06 , G06F18/241 , G06N3/0442 , G06F18/22
Abstract: 本发明公开了一种基于小尺度天气分类和自适应窗口的超短期光伏功率预测方法，包括步骤：预处理历史数据，并对气象因素与光伏发电功率进行相关性分析；通过DTW算法将历史数据划分出雨天、阴天、晴天的小尺度气象事件；根据数值天气预报数据和DTW算法进行自适应时间窗口匹配；对历史数据归一化处理；将匹配好的小尺度气象事件作为预测模型的训练集并通过预测模型挖掘光伏功率时序特征；最后反归一化处理得到光伏功率预测结果。本发明建立不同天气小尺度气象事件的训练模型来训练，提高预测精度。
-
公开(公告)号：CN118312740A
公开(公告)日：2024-07-09
申请号：CN202410489709.6
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06F18/213 , G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种高铁沿线伪周期极大值风速预测方法、系统，该方法包括获取一段高铁历史秒级风速序列，选取第一局部极值点，设定初始周期窗宽；提取高铁历史秒级风速序列中的极值点，得到极大值点序列，依据历史秒级风速实时地对初始周期窗宽进行调整，获得在线极大值点风速序列，使用双向长短记忆神经网络对未来极大值点位置及数值进行滚动预测。本发明为高铁沿线风速超前预警系统提供了支持，增强了风速的可预测性。
-
公开(公告)号：CN118152758A
公开(公告)日：2024-06-07
申请号：CN202410356482.8
申请日：2024-03-27
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06F18/213 , G06F18/24 , G06F18/22 , G06F18/214 , G06F16/906 , G06N3/0442 , G06N3/0985 , G06Q10/04 , G06Q50/40 , G06F123/02
Abstract: 本发明公开了基于风过程划分的高铁沿线秒级极值风速预测方法、系统，该方法包括利用高铁风速秒级颗粒度显著特征点提取算法，提取高铁沿线秒级风速观测序列的初始显著特征点并去除过渡性峰值，获得最终的显著特征点集合，根据该集合将风过程进行分类，建立风过程数据库；设计相似度优化动态时间调整算法，利用该算法在风过程数据库中匹配出相似度在百分之90以上的风速观测序列，将该序列作为训练集，输入到TCN‑BiGRU预测模型中，通过贝叶斯优化算法优化预测模型参数，实现风速预测。本发明有效处理了高铁沿线秒级风信号中的复杂和非线性模式，提高了预测的准确性和适应性。
-
公开(公告)号：CN118134808A
公开(公告)日：2024-06-04
申请号：CN202410259464.8
申请日：2024-03-07
Applicant: 南京信息工程大学
IPC: G06T5/77 , G06T5/60 , G06T5/40 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/54 , G06V10/74 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种基于地基云图的镜头雨滴去除方法，具体包括如下步骤：步骤1：地基云图进行预处理；步骤2：基于预处理后的地基云图制作雨滴分割数据集以及图像修复数据集；步骤3：基于感受野金字塔建立PUNet语义分割模型，将雨滴分割数据集输入至PUNet语义分割模型进行训练，采用PUNet语义分割模型对雨滴进行分割；步骤4：采用图像修复数据集对生成对抗网络进行训练，将步骤3中分割后的雨滴区域在该雨滴区域对应的原图中进行映射，将映射的结果作为训练好的生成对抗网络的输入，从而去除雨滴；步骤5：伪影去除。本发明兼顾去雨质量和运算效率,具有良好的工程化和推广应用前景。其技术手段对地基云图雨滴治理具有重要的推进作用。
-
公开(公告)号：CN109459804A
公开(公告)日：2019-03-12
申请号：CN201811416424.0
申请日：2018-11-26
Applicant: 南京信息工程大学
IPC: G01W1/14
CPC classification number: G01W1/14
Abstract: 本发明公开了一种雨量计，将称重式结构和虹吸式结构结合改进，在虹吸式结构的盛雨器下方增加过滤网，解决了虹吸管清理不便以及虹吸管堵塞的问题；在虹吸位置上方加装水位检测装置和在过滤网下方设置电磁阀，避免虹吸过程发生时雨水仍然通过盛雨器流入浮子室影响虹吸效果，提高了测量精度和准确度；通过虹吸过程阶段性的引流进入称重装置，保证了称重传感器感应降水重量变化的连续性，提高了降水测量的准确性和可靠性；在集雨桶底部安装出水管，出水管中部连接电磁阀，通过控制器控制电磁阀，当集雨桶内存水量达到设定的存水上限值后自动排水，解决了雨水长期囤积的问题。
-
Patent Agency Ranking
公开(公告)号：CN109444993A
公开(公告)日：2019-03-08
申请号：CN201811503625.4
申请日：2018-12-10
Applicant: 南京信息工程大学
IPC: G01W1/14
CPC classification number: G01W1/14
Abstract: 本发明涉及一种基于MSP单片机的超声波雨量计及雨量测量方法，属于水文与气象测量技术领域。包括漏斗、雨量筒、超声波换能器、温度传感器、气压传感器、测量处理器；漏斗设置于雨量筒内的上部；测量处理器设置于雨量筒内的一侧并且位于漏斗的上端与下端之间；测量处理器分别与超声波换能器、温度传感器、气压传感器连接；测量处理器包括微处理器、发射输出电路、接收输入电路、信号处理电路、温度检测电路、气压检测电路。根据多组测量的温度数值、气压数值、实时降雨量，通过补偿算法得出测量雨量关于温度数值、气压数值的关系式，基于关系式计算出雨量。本发明具有对传感器输出信号的温度和气压补偿，减少了测量误差，测得的雨量更准确等优点。
-
公开(公告)号：CN109459804B
公开(公告)日：2023-08-15
申请号：CN201811416424.0
申请日：2018-11-26
Applicant: 南京信息工程大学
IPC: G01W1/14
Abstract: 本发明公开了一种雨量计，将称重式结构和虹吸式结构结合改进，在虹吸式结构的盛雨器下方增加过滤网，解决了虹吸管清理不便以及虹吸管堵塞的问题；在虹吸位置上方加装水位检测装置和在过滤网下方设置电磁阀，避免虹吸过程发生时雨水仍然通过盛雨器流入浮子室影响虹吸效果，提高了测量精度和准确度；通过虹吸过程阶段性的引流进入称重装置，保证了称重传感器感应降水重量变化的连续性，提高了降水测量的准确性和可靠性；在集雨桶底部安装出水管，出水管中部连接电磁阀，通过控制器控制电磁阀，当集雨桶内存水量达到设定的存水上限值后自动排水，解决了雨水长期囤积的问题。
-
公开(公告)号：CN110020409B
公开(公告)日：2023-06-27
申请号：CN201910256176.6
申请日：2019-04-01
Applicant: 南京信息工程大学
IPC: G06F17/18
Abstract: 本发明涉及一种基于自适应核密度估计算法的地面气温观测资料分析方法，属于地面气温观测资料分析领域，该方法在传统的固定窗宽核密度估计算法挤出上引入自适应算法，即在窗宽参数中引入自适应系数，能够有效反应样本观测值的稀疏程度所带来的影响，然后再对自适应算法进行改进，将窗宽参数替换为最优窗宽，使地面气温观测数据下得出的结果满足所有均方误差均为最小，使得改进后的自适应方法完全适用于地面气温观测资料。
-
公开(公告)号：CN114841418A
公开(公告)日：2022-08-02
申请号：CN202210410081.7
申请日：2022-04-19
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种铁路沿线风速观测资料质量控制方法及系统，获取铁路沿线目标站的风速时间序列；利用局部均值分解法对风速时间序列进行分解得到k个PF分量和1个残余分量；利用预先确定的最佳的时间卷积网络预测模型对各分量进行预测，将预测的结果叠加，得到目标站预测值；用所得预测值来补全缺测值；然后利用预先设置的检错公式以及所述目标预测值对待检目标站观测值进行质量判定，若满足所述检错公式则该待检观测值为正确数据，若不满足所述检错公式则该待检目标站观测值为存疑数据，将存疑数据标记并用预测值代替。优点：能够减小预测的误差，提高预测精度，并能够有效检测出高铁沿线风速观测资料中存在的错误数据。
-
公开(公告)号：CN113297805A
公开(公告)日：2021-08-24
申请号：CN202110742516.3
申请日：2021-06-30
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06N3/00 , G06F111/08 , G06F113/06 , G06F113/08 , G06F119/06
Abstract: 本发明公开了一种风电功率爬坡事件间接预测方法，该方法考虑风速大小对预测精度影响的同时还需兼顾风速的变化，引入兼顾“值相似”与“形相似”的相似离度搜寻预测段的相似风速曲线，将风速及对应的功率构成最终相似样本簇。再引入自适应的ACS算法对ELM模型的隐藏节点参数和阀值进行优化选取，通过ELM预测模型对风电功率进行预测，最后结合爬坡定义和检测算法对预测功率中的爬坡事件进行间接预测。该方法能够避免冗余信息的干扰，训练样本更具针对性，节省了训练模型所需的时间，预测结果更接近于实际观测数据，间接确保了风电爬坡的有效预测。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.034 seconds)
