System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能评估领域,且更为具体地,涉及一种基于地形数据的变电站选址的评估方法。
技术介绍
1、变电站选址是电力系统规划和设计的重要环节,直接影响着电力系统的运行效率和安全性。变电站选址需要综合考虑多种因素,如负荷需求、输电线路、土地利用、环境影响等。其中,地形地貌是变电站选址的重要制约因素之一,它决定了变电站的建设成本、施工难度和运行可靠性。传统的变电站选址方法主要依赖于人工经验和现场勘察,缺乏科学性和客观性,无法有效利用大量的地形数据进行分析和评估,导致对变电站选址的判断出现偏差,从而增加成本、降低可靠性,甚至还会受到自然灾害等环境的影响。
2、因此,期望一种基于地形数据的变电站选址的评估方案。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种基于地形数据的变电站选址的评估方法,其通过对变电站选址的数据进行输入和分析来搭建基础地形地貌模型,并将该基础地形地貌模型转化为三维模拟地形地貌模型,以便于在后端利用基于深度学习的人工智能算法来从三维模拟地形地貌模型中提取变电站选址的地形地貌特征,从而以此生成变电站选址的合理性等级。这样,能够充分利用地形数据的信息量,提高变电站选址的评估效率和准确性,为变电站选址提供科学依据和辅助决策。
2、根据本申请的一个方面,提供了一种基于地形数据的变电站选址的评估方法,其包括:
3、对输入的变电站选址输入数据进行分析和数据转换以搭建基础地形地貌模型;
4、将所述基础地形地
5、使用不同尺度的三维卷积神经网络模型对所述三维模拟地形地貌模型进行特征提取以得到第一尺度地形地貌语义特征图和第二尺度地形地貌语义特征图;
6、将所述第一尺度地形地貌语义特征图和所述第二尺度地形地貌语义特征图分别通过基于卷积核注意力网络的特征显著器以得到显著化第一尺度地形地貌语义特征图和显著化第二尺度地形地貌语义特征图;
7、将所述显著化第一尺度地形地貌语义特征图和所述显著化第二尺度地形地貌语义特征图进行多尺度特征融合以得到多尺度地形地貌语义特征;
8、基于所述多尺度地形地貌语义特征,确定变电站选址的合理性等级标签。
9、与现有技术相比,本申请提供的一种基于地形数据的变电站选址的评估方法,其通过对变电站选址的数据进行输入和分析来搭建基础地形地貌模型,并将该基础地形地貌模型转化为三维模拟地形地貌模型,以便于在后端利用基于深度学习的人工智能算法来从三维模拟地形地貌模型中提取变电站选址的地形地貌特征,从而以此生成变电站选址的合理性等级。这样,能够充分利用地形数据的信息量,提高变电站选址的评估效率和准确性,为变电站选址提供科学依据和辅助决策。
本文档来自技高网...【技术保护点】
1.一种基于地形数据的变电站选址的评估方法,其特征在于,包括:
2.根据权利要求1所述的基于地形数据的变电站选址的评估方法,其特征在于,使用不同尺度的三维卷积神经网络模型对所述三维模拟地形地貌模型进行特征提取以得到第一尺度地形地貌语义特征图和第二尺度地形地貌语义特征图,包括:将所述三维模拟地形地貌模型通过包含第一三维卷积神经网络模型和第二三维卷积神经网络模型的双分支地形地貌特征提取器以得到所述第一尺度地形地貌语义特征图和所述第二尺度地形地貌语义特征图。
3.根据权利要求2所述的基于地形数据的变电站选址的评估方法,其特征在于,将所述第一尺度地形地貌语义特征图和所述第二尺度地形地貌语义特征图分别通过基于卷积核注意力网络的特征显著器以得到显著化第一尺度地形地貌语义特征图和显著化第二尺度地形地貌语义特征图,包括:
4.根据权利要求3所述的基于地形数据的变电站选址的评估方法,其特征在于,将所述显著化第一尺度地形地貌语义特征图和所述显著化第二尺度地形地貌语义特征图进行多尺度特征融合以得到多尺度地形地貌语义特征,包括:将所述显著化第一尺度地形地貌语义特征图和
5.根据权利要求4所述的基于地形数据的变电站选址的评估方法,其特征在于,将所述显著化第一尺度地形地貌语义特征图和所述显著化第二尺度地形地貌语义特征图输入多尺度特征融合网络以得到多尺度地形地貌语义特征图作为所述多尺度地形地貌语义特征,包括:将所述显著化第一尺度地形地貌语义特征图和所述显著化第二尺度地形地貌语义特征图输入所述多尺度特征融合网络以如下融合公式进行处理以得到所述多尺度地形地貌语义特征图;
6.根据权利要求5所述的基于地形数据的变电站选址的评估方法,其特征在于,基于所述多尺度地形地貌语义特征,确定变电站选址的合理性等级标签,包括:将所述多尺度地形地貌语义特征图通过基于分类器的评价结果生成器以得到评价结果,所述评价结果用于表示变电站选址的合理性等级标签。
7.根据权利要求6所述的基于地形数据的变电站选址的评估方法,其特征在于,还包括训练步骤:用于对所述包含第一三维卷积神经网络模型和第二三维卷积神经网络模型的双分支地形地貌特征提取器、所述基于卷积核注意力网络的特征显著器、所述多尺度特征融合网络和所述基于分类器的评价结果生成器进行训练。
8.根据权利要求7所述的基于地形数据的变电站选址的评估方法,其特征在于,所述训练步骤,包括:
9.根据权利要求8所述的基于地形数据的变电站选址的评估方法,其特征在于,对所述训练多尺度地形地貌语义特征图的各个特征值进行进行聚类优化以得到优化训练多尺度地形地貌语义特征图,包括:
...【技术特征摘要】
1.一种基于地形数据的变电站选址的评估方法,其特征在于,包括:
2.根据权利要求1所述的基于地形数据的变电站选址的评估方法,其特征在于,使用不同尺度的三维卷积神经网络模型对所述三维模拟地形地貌模型进行特征提取以得到第一尺度地形地貌语义特征图和第二尺度地形地貌语义特征图,包括:将所述三维模拟地形地貌模型通过包含第一三维卷积神经网络模型和第二三维卷积神经网络模型的双分支地形地貌特征提取器以得到所述第一尺度地形地貌语义特征图和所述第二尺度地形地貌语义特征图。
3.根据权利要求2所述的基于地形数据的变电站选址的评估方法,其特征在于,将所述第一尺度地形地貌语义特征图和所述第二尺度地形地貌语义特征图分别通过基于卷积核注意力网络的特征显著器以得到显著化第一尺度地形地貌语义特征图和显著化第二尺度地形地貌语义特征图,包括:
4.根据权利要求3所述的基于地形数据的变电站选址的评估方法,其特征在于,将所述显著化第一尺度地形地貌语义特征图和所述显著化第二尺度地形地貌语义特征图进行多尺度特征融合以得到多尺度地形地貌语义特征,包括:将所述显著化第一尺度地形地貌语义特征图和所述显著化第二尺度地形地貌语义特征图输入多尺度特征融合网络以得到多尺度地形地貌语义特征图作为所述多尺度地形地貌语义特征。
5.根据权利要求4所述的基于地形数据的变电站选址的评估方法,其特征在于,将...
【专利技术属性】
技术研发人员:张大鹏,全丽,吴轩,
申请(专利权)人:成都城电电力工程设计有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。