-
公开(公告)号:CN120014474A
公开(公告)日:2025-05-16
申请号:CN202510002227.8
申请日:2025-01-02
Applicant: 贵州电网有限责任公司
IPC: G06V20/13 , G06V10/40 , G06V10/54 , G06V10/56 , G06V10/46 , G06N3/0464 , G06V10/764
Abstract: 本发明涉及屋顶光伏检测技术领域,公开了一种基于卫星遥感影像的屋顶光伏检测与辨识方法及系统,包括:对分布式光伏进行特征分析,构建分布式光伏数据集;构建YOLOv5模型,并对分布式光伏数据集进行数据预处理;通过YOLOv5模型对光伏资源辨识,并对辨识结果进行评估分析。通过利用YOLOv5模型对卫星遥感影像进行高效处理与分析,能够准确、快速地识别屋顶光伏资源,提升了光伏检测的精度与效率。通过特征分析与深度学习技术的结合,能够有效克服传统人工检测的局限性,减少人工成本,缩短检测周期,同时提高检测结果的可靠性与科学性。
-
公开(公告)号:CN119990395A
公开(公告)日:2025-05-13
申请号:CN202411900282.0
申请日:2024-12-23
Applicant: 贵州电网有限责任公司
IPC: G06Q10/04 , H02J3/00 , G06Q10/0631 , G06Q50/06 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于电价与负载预测的数据中心用能优化方法,涉及需求侧的调度优化技术领域,包括采集与数据中心能耗相关的参数,构建基于工作负载转移的数据中心能耗模型,提出基于LSTM神经网络的电价和工作负载预测模型,以最小化购电成本为目标函数并考虑约束条件,构建市场环境下数据中心负载优化调度决策模型,利用IEEE30节点系统对模型进行仿真验证,得到预测日的电价、到达的工作负载、工作负载调度情况及购电成本。本发明所述方法本发明提供的基于电价与负载预测的数据中心用能优化方法通过LSTM模型的引入,能够准确预测电价的短期和长期波动。
-