基于灯塔多能源环境集成供电系统的智能供电方法和装置制造方法及图纸

本发明专利技术公开了一种基于灯塔多能源环境集成供电系统的智能供电方法和装置，本发明专利技术涉及智能供电领域，通过卷积神经网络模型对灯塔所对应的港口码头的图像进行处理得到港口码头的繁忙程度，再通过第一深度神经网络模型进行处理得到灯塔的最低灯光照明强度，最后基于第二深度神经网络模型输出的多能源环境集成供电系统中每个供电系统的供电比例对多能源环境集成供电系统进行供电，在保证港口码头正常作业的情况下使用最低灯光照明强度，减少了灯塔的电力消耗，且通过多能源环境集成供电系统使用多种供电系统对灯塔进行供电，且供电时优先采用太阳能和风能供电，减少了火力供电带来的对生态环境的破坏。的对生态环境的破坏。的对生态环境的破坏。

【技术实现步骤摘要】
基于灯塔多能源环境集成供电系统的智能供电方法和装置


[0001]本专利技术涉及智能供电领域，具体涉及基于灯塔多能源环境集成供电系统的智能供电方法和装置。

技术介绍

[0002]随着进出口贸易日趋繁荣,国内港口码头的作业生产大多采用24 h全天候作业模式。规模庞大的灯塔群是保证港口码头夜间作业的必要设施，而灯塔照明消耗的电力能源是巨大的。目前，各港口码头对灯塔照明系统的管理模式较为简单、粗犷，具体表现为不论有无船舶、机械、人员作业，都采用夜间大功率常亮模式，这无疑会浪费大量的资源。而由于灯塔大多采用的市电，而市电大多是火力发电，所以造成了生态环境的破坏。
[0003]因此，如何在保证码头船舶、机械、人员的正常作业情况下，减少灯塔的电力消耗和对生态环境的破坏，是目前亟待解决的问题。

技术实现思路

[0004]本专利技术主要解决的技术问题是如何减少灯塔的电力消耗和对生态环境的破坏。
[0005]根据第一方面，一种实施例中提供一种基于灯塔多能源环境集成供电系统的智能供电方法，包括：
[0006]S1、获取灯塔所对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于灯塔多能源环境集成供电系统的智能供电方法，其特征在于，包括：S1、获取灯塔所对应的港口码头的图像；S2、基于卷积神经网络模型对所述灯塔所对应的港口码头的图像进行处理得到港口码头的繁忙程度，其中所述卷积神经网络模型的输入包括所述灯塔所对应的港口码头的图像，所述卷积神经网络模型的输出为所述港口码头的繁忙程度；S3、基于所述港口码头的繁忙程度、环境光照强度、灯塔高度使用第一深度神经网络模型确定所述灯塔的最低灯光照明强度，其中所述第一深度神经网络模型的输入包括所述港口码头的繁忙程度、环境光照强度、灯塔高度，所述第一深度神经网络模型的输出为所述灯塔的最低灯光照明强度；S4、基于所述最低灯光照明强度、多能源环境集成供电系统的参数使用第二深度神经网络模型确定所述多能源环境集成供电系统中每个供电系统的供电比例，其中所述多能源环境集成供电系统用于对所述灯塔进行供电，所述多能源环境集成供电系统包括太阳能供电系统、风能供电系统、市电供电系统、柴油供电系统，所述第二深度神经网络模型的输入包括所述最低灯光照明强度、多能源环境集成供电系统的参数，所述第二深度神经网络模型的输出为所述多能源环境集成供电系统中每个供电系统的供电比例；S5、基于所述多能源环境集成供电系统中每个供电系统的供电比例驱动所述多能源环境集成供电系统对所述灯塔进行供电。2.如权利要求1所述的基于灯塔多能源环境集成供电系统的智能供电方法，其特征在于，还包括：若所述环境光照强度大于阈值，则仅采用所述太阳能供电系统对所述灯塔进行供电。3.如权利要求1所述的基于灯塔多能源环境集成供电系统的智能供电方法，其特征在于，还包括：所述卷积神经网络模型经过梯度下降法训练得到。4.如权利要求1所述的基于灯塔多能源环境集成供电系统的智能供电方法，其特征在于，还包括：若所述多能源环境集成供电系统的总功率驱动灯塔照明时的强度不能达到所述灯塔的最低灯光照明强度，则发出报警提示。5.一种基于灯塔多能源环境集成供电系统的智能供电装置，其特征在于，包括：获取模块，用于获取灯塔所对应的港口码头的图像；图像处理模块，用于基于卷积神经网络模型对所述灯塔所对应的港口码头的图像进行...

【专利技术属性】
技术研发人员：孙涌新，黄伟鹏，蔡庆斌，刘明高，李远慧，黄进龙，刘斌，黄福明，李晓鸿，曲路涛，何彩柳，
申请(专利权)人：交通运输部南海航海保障中心汕头航标处，
类型：发明
国别省市：