基于3D卷积神经网络的热带气旋强度估测

1

作者 王瑜 孙凤远 《现代信息科技》 2025年第5期51-55,61,共6页

在气象学和灾害管理领域,热带气旋(Tropical Cyclone,TC)的强度估测具有至关重要的意义。随着科技的进步,基于深度学习的方法在热带气旋强度估测上展现出了卓越的性能,为相关领域的研究和实践提供了有力支持。文章聚焦于热带气旋的时空... 在气象学和灾害管理领域,热带气旋(Tropical Cyclone,TC)的强度估测具有至关重要的意义。随着科技的进步,基于深度学习的方法在热带气旋强度估测上展现出了卓越的性能,为相关领域的研究和实践提供了有力支持。文章聚焦于热带气旋的时空特征,并结合深度学习技术提出了一种创新的TC强度估测方法—Time-space 3D Network(T3D-Net)模型。该模型在TCIR数据集上的MAE为6.92 kt,RMSE为9.14 kt,与现有的多个热带气旋强度估测方法相比,该方法展现出了一定的竞争性和优越性。 展开更多

关键词 热带气旋强度估测 3d卷积神经网络 TCIR 时空特征

在线阅读 下载PDF 职称材料

基于Winograd算法的3D卷积神经网络权重剪枝方法

2

作者 邹贵 秦子然 +5 位作者 吴捷 刘国梁 赵军 王迎雪 林晖 林巍峣 《长江信息通信》 2024年第8期1-3,17,共4页

针对3D卷积神经网络在资源有限的环境下高计算成本的挑战,文章提出了一种融合Winograd算法和网络剪枝技术的3D卷积神经网络优化方法。首先,将标准3D卷积层替换为效率更高的3D Winograd层,实现对卷积操作的优化。接着,对3D Winograd层的... 针对3D卷积神经网络在资源有限的环境下高计算成本的挑战,文章提出了一种融合Winograd算法和网络剪枝技术的3D卷积神经网络优化方法。首先,将标准3D卷积层替换为效率更高的3D Winograd层,实现对卷积操作的优化。接着,对3D Winograd层的权重进行重要性评估,保留重要的权重单元并剪枝获得稀疏模型。最后,对稀疏模型进行重训练,恢复剪枝后网络的性能。通过结合Winograd算法和网络剪枝技术,能够在提高识别准确度的同时,显著降低了模型的计算需求。实验结果证实,与其他优化技术相比,本方法能有效减少计算资源消耗,同时保持甚至提高识别性能。 展开更多

关键词 3d卷积神经网络优化 Winograd算法 网络剪枝

在线阅读 下载PDF 职称材料

基于3D卷积神经网络的深基坑施工邻近建筑物沉降预测

3

作者 鲁佩林 王凯 《建筑技术》 2024年第S01期95-97,共3页

中长期深基坑邻近建筑物沉降监测具有时间跨度大、周围环境复杂的特点,导致传统预测方法的预测结果准确性较低。针对传统模型考虑基坑邻近建筑物沉降影响因素较少的缺点,本研究引入时间、空间及检测项类型作为三维原始特征,采用了3D卷... 中长期深基坑邻近建筑物沉降监测具有时间跨度大、周围环境复杂的特点,导致传统预测方法的预测结果准确性较低。针对传统模型考虑基坑邻近建筑物沉降影响因素较少的缺点,本研究引入时间、空间及检测项类型作为三维原始特征,采用了3D卷积神经网络构建预测模型,并结合兰州盐场污水处理厂深基坑邻近建筑物沉降监测数据为例进行验证。预测结果表明,3D卷积神经网络相比于传统BP神经网络、ALSTM模型,具有更好的预测结果,能为同类型的中长期深基坑施工提供指导。 展开更多

关键词 沉降预测 三维原始特征 3d卷积神经网络

在线阅读 下载PDF 职称材料

基于3D卷积神经网络的MPI新视点合成算法 被引量：1

4

作者 霍智勇 魏俊宇 +1 位作者 郭权 陈奕杭 《南京邮电大学学报（自然科学版）》 北大核心 2023年第5期77-82,共6页

多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示,用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征,使得MPI合成的新视点图像往往存在... 多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示,用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征,使得MPI合成的新视点图像往往存在明显的伪影和扭曲。为此提出利用3D卷积神经网络捕捉深度平面间的空间特征,用于提高对平面图像几何结构和Alpha值的预测能力,从而实现高质量MPI场景表示和新视点合成目标。在两个数据集上的数值实验表明,算法在窄基线视点外推和宽基线多视点内插任务中能够有效消除合成新视点图像中的伪影和扭曲。当参考视点水平基线宽度增大一倍且不增加MPI深度平面数量时,算法仍然能够有效地预测出不同深度平面的遮挡区域信息,从而保证了视点内插合成图像的质量。 展开更多

关键词 多平面图像 场景表示 视点图像合成 3d卷积神经网络

在线阅读 下载PDF 职称材料

基于3D卷积神经网络的脑肿瘤医学图像分割优化 被引量：7

5

作者 曹祺炜 王峰 牛锦 《现代电子技术》 北大核心 2020年第3期74-77,共4页

针对2D卷积神级网络不能够较好地提取各模态之间的差异信息,不同的图像层肿瘤大小差异显著,且分割精度低,单模态MRI无法清晰地反映GBM的不同组织结构,提出一种基于3D多池化卷积神经网络拟解决以上实际问题。将卷积神经网络应用到脑肿瘤... 针对2D卷积神级网络不能够较好地提取各模态之间的差异信息,不同的图像层肿瘤大小差异显著,且分割精度低,单模态MRI无法清晰地反映GBM的不同组织结构,提出一种基于3D多池化卷积神经网络拟解决以上实际问题。将卷积神经网络应用到脑肿瘤分割上,并针对脑肿瘤的特点,提出3D多池化卷积神经网络模型,通过多尺度的输入与多尺度的下采样,且在后端使用条件随机场(CRF)使图片尽量在边界处分割,增加图像的分割精度,克服脑肿瘤的个体差异,同时适应脑肿瘤不同图像层之间的大小位置差异。通过对100例患者的多模态磁共振图像进行分割,Dice系数达到91.64%;MRI脑肿瘤分割的改进方法可使分割精度得到明显提高,可更好地提取各模态之间的差异信息,实现适应范围更广的MRI肿瘤分割,并准确有效地分割脑肿瘤。 展开更多

关键词 脑肿瘤 医学图像分割 多模态MRI 差异信息提取 多尺度采样 3d卷积神经网络

在线阅读 下载PDF 职称材料

基于3D卷积神经网络的高铁轨道质量指数预测方法 被引量：4

6

作者 赵正阳 吴艳华 +1 位作者 程智博 王云龙 《铁路计算机应用》 2020年第12期7-11,16,共6页

轨道质量指数(TQI,Track Quality Index)是反映高铁整体线路质量状态的重要指标,分析TQI数据的变化规律能够对高铁线路养护维修提供重要指导和参考依据。为提高TQI数据预测的准确性,提出了一种多项特征数据的3D卷积神经网络模型,分析了... 轨道质量指数(TQI,Track Quality Index)是反映高铁整体线路质量状态的重要指标,分析TQI数据的变化规律能够对高铁线路养护维修提供重要指导和参考依据。为提高TQI数据预测的准确性,提出了一种多项特征数据的3D卷积神经网络模型,分析了TQI数据特征,抽取时间、空间、检测项数据并形成三维特征数据集,基于3D卷积神经网络算法,构建8层TQI预测模型,并从初始化参数、学习速率、激活函数、损失函数、Dropout方法等角度对模型进行优化,并利用某高铁线检测数据进行试验验证。结果表明,3D卷积神经网络模型可较好的预测高铁线路状态变化趋势,且对比于BP神经网络和2D卷积神经网络方法,平均绝对误差分别降低了41.48%、26.32%,均方差分别降低了65.42%、39.93%,证明了该方法的准确性与有效性,对于预测TQI与制定高铁线路养护维修计划具有实用价值。 展开更多

关键词 铁路运输 轨道质量指数 深度学习 3d卷积神经网络

在线阅读 下载PDF 职称材料

基于3D卷积神经网络的视频火灾检测 被引量：6

7

作者 丁维奇 李姗姗 +1 位作者 张娜娜 张媛媛 《信息技术》 2021年第9期116-120,共5页

随着高层建筑的增多,消防压力越来越大,发展高准确率、低误报率的早期火灾检测系统变得越来越紧迫。近年来,随着计算机技术尤其是机器学习技术的发展,越来越多的相关技术被广泛应用于火灾图像处理方面的研究。针对已有的图像识别技术存... 随着高层建筑的增多,消防压力越来越大,发展高准确率、低误报率的早期火灾检测系统变得越来越紧迫。近年来,随着计算机技术尤其是机器学习技术的发展,越来越多的相关技术被广泛应用于火灾图像处理方面的研究。针对已有的图像识别技术存在准确率低、误报率高等问题,提出一种基于3D卷积神经网络的火灾视频识别方法。实验结果证明,由于充分利用了视频中所包含的时序信息,该方法在所依赖的训练数据量相对较小的前提下,实现了较高的识别准确率和较低的误识率。 展开更多

关键词 机器学习 火灾检测 视频识别 3d卷积神经网络

在线阅读 下载PDF 职称材料

基于3D卷积神经网络对局部晚期NSCLC患者的生存预测 被引量：1

8

作者 马亚楠 宋玥 郝天宇 《现代信息科技》 2023年第4期109-112,116,共5页

目前关于非小细胞肺癌(NSCLC)患者生存分析的研究已经有很多,但是大多数都是在医生勾画出肿瘤的基础上进行影像组学特征提取,其次结合临床以及治疗前患者的肿瘤PET/CT图像特征进行生存分析的研究。在无医生勾画肿瘤的基础上,采用深度学... 目前关于非小细胞肺癌(NSCLC)患者生存分析的研究已经有很多,但是大多数都是在医生勾画出肿瘤的基础上进行影像组学特征提取,其次结合临床以及治疗前患者的肿瘤PET/CT图像特征进行生存分析的研究。在无医生勾画肿瘤的基础上,采用深度学习的方法,基于患者治疗前后FDG-PET是否可以对局部晚期NSCLC患者进行生存分析。在采用治疗前和治疗后FDG-PET时,基于3D卷积神经网络(3D CNN)的深度生存模型的一致性指数(C-index)为0.67。研究表明,同时使用治疗前后PDG-PET进行阅片可以预测出患者的风险概率。 展开更多

关键词 非小细胞肺癌 治疗前后PdG-PET 3d卷积神经网络 生存分析

在线阅读 下载PDF 职称材料

基于多尺度3D-2D卷积神经网络的高光谱图像分类 被引量：3

9

作者 吴俊峰 高龙 +2 位作者 王超 徐从安 闫文君 《海军航空大学学报》 2022年第5期361-367,374,共8页

设计提出了1种针对高光谱图像分类任务的3D-MSCNN模型。在PCA降维的基础上,利用3D空谱特征提取网络和2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度地表覆盖的表达能力。最后,利用Softma... 设计提出了1种针对高光谱图像分类任务的3D-MSCNN模型。在PCA降维的基础上,利用3D空谱特征提取网络和2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度地表覆盖的表达能力。最后,利用Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在In⁃dian Pines和Pavia University数据集上都取得了较好的分类效果。与CD-CNN、3D-CNN、SS-Net和HybirdSN等方法相比,本文算法能够有效提升总体精度、平均精度和Kappa系数等客观评价指标。 展开更多

关键词 高光谱图像分类 3d卷积神经网络 多尺度

在线阅读 下载PDF 职称材料

3D神经网络的研究及应用

10

作者 孙文超 李超 +1 位作者 何明 徐吉兵 《通讯世界》 2020年第11期163-164,共2页

3D卷积神经网络3D-CNN或C3D在计算机视觉领域的主要应用和研究热点是人体动作行为识别和视频分类,人体动作行为识别和视频分类在智慧安防、智慧城市、无人驾驶等领域都有广泛的商业应用价值。首先,本文研究了3D-CNN神经网络架构产生背... 3D卷积神经网络3D-CNN或C3D在计算机视觉领域的主要应用和研究热点是人体动作行为识别和视频分类,人体动作行为识别和视频分类在智慧安防、智慧城市、无人驾驶等领域都有广泛的商业应用价值。首先,本文研究了3D-CNN神经网络架构产生背景过程,其中包括近年来发展日渐成熟的2D神经网络2D-CNN和2D-CNN在人体动作行为检测中存在的弊端。其次,介绍分析3D-CNN的神经网络架构特点,包括近期研究比较火热的双流膨胀卷积网络结构two-stream Inflated C3D遥同时介绍了验证3D-CNN网络好坏的较常用的动作行为视频数据集UCF-101、HMDB,并分析了3D网络在此视频集上测试结果。最后,对基于神经网络的人体动作行为检测方法提出了未来的发展趋势。 展开更多

关键词 3d卷积神经网络 人体动作行为识别

在线阅读 下载PDF 职称材料

基于三维卷积神经网络的交通事件检测系统 被引量：2

11

作者 梁宇 《西部交通科技》 2023年第5期176-177,199,共3页

文章提出了一种基于三维卷积神经网络(3D CNN)的交通事件检测系统,关键技术包括3D CNN、数据预处理和模型优化。该系统可以实现实时检测、事件分类与识别、数据可视化与报警,通过采用包含多种交通事件的视频数据集进行训练和测试的试验... 文章提出了一种基于三维卷积神经网络(3D CNN)的交通事件检测系统,关键技术包括3D CNN、数据预处理和模型优化。该系统可以实现实时检测、事件分类与识别、数据可视化与报警,通过采用包含多种交通事件的视频数据集进行训练和测试的试验结果表明,该系统在交通事件检测准确率和分类识别效果上表现优异,为交通事件检测领域提供了一种有效方案。 展开更多

关键词 交通事件检测 三维卷积神经网络(3d CNN) 数据预处理 事件分类与识别实时监控

在线阅读 下载PDF 职称材料

基于3D全卷积网络的腹部动脉CTA分割算法

12

作者 纪玲玉 高永彬 +3 位作者 赵呈陆 汤先华 徐凯成 徐嘉诚 《电子科技》 2022年第3期38-44,共7页

目前卷积神经网络已成为腹部动脉血管分割领域的研究热点,但经典的卷积网络存在分割精度低和分割血管不连续的问题。为此,文中提出了基于改进3D全卷积网络的腹部动脉血管分割算法。该方法在网络的编码路径上构造不同尺度的侧输入,并将... 目前卷积神经网络已成为腹部动脉血管分割领域的研究热点,但经典的卷积网络存在分割精度低和分割血管不连续的问题。为此,文中提出了基于改进3D全卷积网络的腹部动脉血管分割算法。该方法在网络的编码路径上构造不同尺度的侧输入,并将侧输入卷积后的图像与下采样卷积后的图像进行融合,提取更多的特征信息。同时,网络中嵌入了新的多尺度特征提取模块,该模块将通道注意力与密集扩张卷积进行了融合,有效地捕获了更高层次的特征信息。对腹部动脉血管进行分割的结果表明,与其他分割方法相比,所提方法在直观性和定量性上均有提高,证明了该方法能够提升血管分割精度。 展开更多

关键词 医学图像处理 计算机断层扫描 腹部血管分割 3d卷积神经网络 密集扩张卷积 通道注意力机制 多尺度特征融合

在线阅读 下载PDF 职称材料

基于3D-ResNet双流网络的VR病评估模型 被引量：1

13

作者 权巍 蔡永青 +3 位作者 王超 宋佳 孙鸿凯 李林轩 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第7期1345-1353,共9页

为了准确地评估VR视频引起不适的程度,提出基于3D双流卷积神经网络的VR病评估模型.模仿人类视觉系统的2条通路,建立外观流和运动流2个子网络;将2D-ResNet50模型改为3D模型,增加一个深度通道,用以学习视频中的时序信息.加入3D-CBAM注意... 为了准确地评估VR视频引起不适的程度,提出基于3D双流卷积神经网络的VR病评估模型.模仿人类视觉系统的2条通路,建立外观流和运动流2个子网络;将2D-ResNet50模型改为3D模型,增加一个深度通道,用以学习视频中的时序信息.加入3D-CBAM注意力模块提高了各帧通道之间的空间关联,增强关键信息,去除冗余信息.采用后端融合的方法,实现2个子网络结果的融合.在公开视频数据集上进行实验验证,结果表明,通过3D-CBAM注意力模块引入注意力机制,使得外观流和运动流网络的VR病评估精度分别提升了1.7%和3.6%,与现有文献相比,融合的双流网络模型的精度得到了较大的提升,精度达到93.7%. 展开更多

关键词 虚拟现实 VR病 深度学习 注意力机制 3d卷积神经网络

在线阅读 下载PDF 职称材料

基于3D卷积的高光谱玉米地块识别模型设计与实现

14

作者 虞豹 周蕊 +2 位作者 李波 王克晓 黄祥 《南方农业》 2022年第21期103-106,114,共5页

种植地块的精准识别是开展玉米农情监测的基础。受山地地形、影像的分辨率和提取方法限制,如何及时准确地获取玉米种植信息仍然是目前山地农业需要解决的重大问题之一。为了给基于高光谱影像的玉米地块精准识别与应用提供参考,以高光谱... 种植地块的精准识别是开展玉米农情监测的基础。受山地地形、影像的分辨率和提取方法限制,如何及时准确地获取玉米种植信息仍然是目前山地农业需要解决的重大问题之一。为了给基于高光谱影像的玉米地块精准识别与应用提供参考,以高光谱影像玉米地块为研究对象,利用深度学习技术,通过深度学习框架Keras对地物类型样本进行训练,提出了一种3D卷积神经网络模型以提高玉米地块的识别准确率,分类效果Overall Accuracy、Average Accuracy达到90%以上,Kappa系数达到86%以上。该模型具有泛化能力较强、准确率较高、鲁棒性较好及损失率较小等特点。 展开更多

关键词 高光谱影像 深度学习 3d卷积神经网络 玉米 地块识别模型

在线阅读 下载PDF 职称材料

基于双通道C3D的基建现场人体异常行为识别 被引量：2

15

作者 吴冬梅 卢静 蒋瑜 《信息技术与信息化》 2020年第1期28-31,共4页

异常行为识别在智能监控领域有广泛的应用前景。本文提出一种基于双通道C3D(Convolutional 3D,三维卷积)的行为识别方法,对打架、向下抛物、摔倒、跨越警戒线这四类异常行为以及走路、跑步、工作这三类正常行为进行识别。该方法的一个... 异常行为识别在智能监控领域有广泛的应用前景。本文提出一种基于双通道C3D(Convolutional 3D,三维卷积)的行为识别方法,对打架、向下抛物、摔倒、跨越警戒线这四类异常行为以及走路、跑步、工作这三类正常行为进行识别。该方法的一个通道通过提取视频的RGB图像送入C3D网络来获取静态特征;另一个通道通过提取视频的光流图像送入C3D网络来获取动态特征;最后,利用双通道网络在卷积层融合、全连接层融合、混合融合的方法将静态特征与动态特征相结合,对比实验结果表明,最优识别率达到97.7564%,证明了该网络结构在基建现场应用场景中的有效性和可行性。 展开更多

关键词 异常行为识别 深度学习 C3d卷积神经网络 网络模型融合

在线阅读 下载PDF 职称材料

基于C3D模型的电梯内异常行为识别系统 被引量：2

16

作者 王小强 赵乾佑 戚进 《电视技术》 2023年第6期29-33,37,共6页

设计并实现一套基于C3D模型的电梯内异常行为识别安全系统。从梯内乘客行为造成电梯安全事故的角度进行电梯安全问题的预防,建立显示主系统及监测子系统相互结合的整体浏览器/服务器(Browser/Server,B/S)架构系统并采用缓存数据库作为... 设计并实现一套基于C3D模型的电梯内异常行为识别安全系统。从梯内乘客行为造成电梯安全事故的角度进行电梯安全问题的预防,建立显示主系统及监测子系统相互结合的整体浏览器/服务器(Browser/Server,B/S)架构系统并采用缓存数据库作为数据交互媒介。监测子系统基于3D卷积神经网络(3D Convolutional Networks)的训练及推理实现对于梯内乘客异常行为的高准确性识别。通过隔帧检测及异步检测等优化措施,整体系统满足监控系统运行的实时性和流畅性。 展开更多

关键词 电梯安全 行为识别 3d卷积神经网络 B/S架构

在线阅读 下载PDF 职称材料

基于3D-CBAM注意力机制的人体动作识别 被引量：6

17

作者 王飞 胡荣林 金鹰 《南京师范大学学报（工程技术版）》 CAS 2021年第1期49-56,共8页

针对已有的动作识别方法的特征提取不足、识别率较低等问题,结合双流网络、3D卷积神经网络和卷积LSTM网络的优势,提出一种融合模型.该融合模型为了更好地提取人体动作特征,采用SSD目标检测方法将人体目标分割出作为局部特征和原视频的... 针对已有的动作识别方法的特征提取不足、识别率较低等问题,结合双流网络、3D卷积神经网络和卷积LSTM网络的优势,提出一种融合模型.该融合模型为了更好地提取人体动作特征,采用SSD目标检测方法将人体目标分割出作为局部特征和原视频的全局特征共同训练,并采用后期融合进行分类;将3D卷积块注意模块采用shortcut结构的方式融合到3D卷积神经网络中,加强神经网络对视频的通道和空间特征提取;并且通过将神经网络中部分3D卷积层替换为ConvLSTM层的方法,更好地得到视频的时序关系.实验在公开的KTH数据集上进行.结果表明,所提模型具有较高的人体动作识别准确率. 展开更多

关键词 机器视觉 人体动作识别 3d卷积神经网络 注意力机制

在线阅读 下载PDF 职称材料

基于序列特征的2D CNN的动态手势识别 被引量：3

18

作者 李振宇 张立民 +1 位作者 邓向阳 王彦哲 《兵器装备工程学报》 CAS 北大核心 2019年第2期141-146,共6页

为了兼顾识别准确度和运行速度,改进了2D卷积神经网络提取多帧特征并使用长短期记忆网络进行处理特征序列,使用Softmax分类器输出分类结果;实验结果表明:基于序列特征的2D CNN网络在CHGDs数据集上的识别准确率达86. 97%,比CNN卷积神经... 为了兼顾识别准确度和运行速度,改进了2D卷积神经网络提取多帧特征并使用长短期记忆网络进行处理特征序列,使用Softmax分类器输出分类结果;实验结果表明:基于序列特征的2D CNN网络在CHGDs数据集上的识别准确率达86. 97%,比CNN卷积神经网络提高了11. 99%,与3D CNN性能基本相当的同时,速度是3D CNN的6.98倍。 展开更多

关键词 深度学习 动态手势识别 2d卷积神经网络 3d卷积神经网络 长短期记忆网络

在线阅读 下载PDF 职称材料

基于OPC技术的电力监控系统网络安全风险预警 被引量：9

19

作者 刘民 《信息技术》 2022年第4期180-187,共8页

基于OPC技术建立电力监控系统,并结合蜜罐与蜜网技术构建系统网络安全风险预警平台,通过3D预警网格模型及3D卷积神经网络方法执行对监控系统的网络安全态势感知与风险预警任务。测试结果显示,文中设计的电力监控系统无论是仪器设备与OP... 基于OPC技术建立电力监控系统,并结合蜜罐与蜜网技术构建系统网络安全风险预警平台,通过3D预警网格模型及3D卷积神经网络方法执行对监控系统的网络安全态势感知与风险预警任务。测试结果显示,文中设计的电力监控系统无论是仪器设备与OPC服务器之间,还是OPC客户端与OPC服务器之间,通信效率均可保证,另外,电力监控系统网络安全风险预警平台所用方法对入侵风险的检测与预警准确率、精度、召回率与假阳性均高于支持向量机与朴素贝叶斯方法,具有检测优势,可得到稳定的检测结果。 展开更多

关键词 OPC技术 电力监控系统 网络安全风险预警平台 3d预警网格模型 3d卷积神经网络

在线阅读 下载PDF 职称材料

结合气象监测与地基云图的地表太阳辐射预测

20

作者 郁云 王一海 曹潇 《电子器件》 CAS 2024年第1期134-139,共6页

高精度的太阳辐照度预测是光伏输出功率预测的基础,而云的遮挡是导致太阳辐射波动的主要原因。针对现有技术由于对云图时变特征获取能力不足,导致在复杂天气条件下预测精度显著下降的问题,提出了利用3D卷积神经网络同时提取单张云图图... 高精度的太阳辐照度预测是光伏输出功率预测的基础,而云的遮挡是导致太阳辐射波动的主要原因。针对现有技术由于对云图时变特征获取能力不足,导致在复杂天气条件下预测精度显著下降的问题,提出了利用3D卷积神经网络同时提取单张云图图像特征和云图序列时变特征,建立云图图像特征与云对地表太阳辐射衰减之间的关联,实现太阳辐射高精度预测的方法。实验验证结果表明,较现有方法,所提出的方法在复杂天气条件下的未来5 min功率预测精度提高8%以上,具有很高的推广应用价值。 展开更多

关键词 地基云图 特征提取 3d卷积神经网络 太阳辐射衰减 光伏功率预测

在线阅读 下载PDF 职称材料