Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安科技大学成玉婷获国家专利权

西安科技大学成玉婷获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安科技大学申请的专利一种基于人工智能的光伏区植被覆盖度动态监测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120875185B

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511385305.3,技术领域涉及:G06Q10/04;该发明授权一种基于人工智能的光伏区植被覆盖度动态监测方法是由成玉婷;朱赵文博;张祎;闫睿;李鹏;王周;党小虎;艾泽民设计研发完成,并于2025-09-26向国家知识产权局提交的专利申请。

一种基于人工智能的光伏区植被覆盖度动态监测方法在说明书摘要公布了:本发明公开了一种基于人工智能的光伏区植被覆盖度动态监测方法,本发明涉及动态监测技术领域。该方法的步骤包括:整合光伏组件几何信息、现场地理及支架高度参数,构建三维模型;通过太阳路径算法得太阳角度,结合三维模型算阴影边界,聚合为日级动态遮光图谱;预处理电站遥感影像,经遮光图谱标注、光谱校正,获矫正遥感影像序列;用环境数据与矫正影像,通过植被覆盖度模型输出覆盖度;基于覆盖度建预测模型,输入未来环境预报,预测变化趋势以预警植被异常。本发明通过日级动态遮光图谱,解决传统遥感影像分析法在光伏区应用时因光伏组件阴影干扰导致的监测误差问题。

本发明授权一种基于人工智能的光伏区植被覆盖度动态监测方法在权利要求书中公布了:1.一种基于人工智能的光伏区植被覆盖度动态监测方法,其特征在于,包括以下步骤: 步骤S1:通过对光伏电站设计图纸进行分析,获取光伏组件的几何信息,并收集现场光伏电站的地理信息和光伏板支架高度参数,结合所述光伏组件的几何信息和光伏板支架高度参数,构建光伏组件三维空间结构模型; 步骤S2:通过太阳路径算法对现场光伏电站的地理信息进行计算,得到太阳的方位角和高度角,根据所述太阳的方位角、高度角和光伏组件三维空间结构模型,计算得到光伏组件在地面投下的阴影边界,通过对每个光伏组件的阴影边界进行聚合,得到日级动态遮光时间图谱; 步骤S3:对光伏电站区域进行影像采集并预处理,得到处理后的遥感影像序列,通过所述日级动态遮光时间图谱对处理后的遥感影像序列进行匹配标注,生成阴影标注影像序列,基于地表反射率基准库,通过光谱校正算法对所述阴影标注影像序列进行补偿矫正,得到矫正遥感影像序列; 步骤S4:收集光伏电站的环境数据,并构建植被覆盖度学习模型,将所述光伏电站的环境数据和矫正遥感影像序列输入到所述植被覆盖度学习模型中,输出得到光伏电站的植被覆盖度; 步骤S5:基于光伏电站的植被覆盖度,构建植被覆盖度变化趋势预测模型,收集未来若干天的环境预报数据,并输入到所述植被覆盖度变化趋势预测模型,输出得到植被覆盖度的预测变化趋势,通过所述植被覆盖度的预测变化趋势,对光伏区内植被生长异常进行早期预警; 所述光伏组件三维空间结构模型的构建如下: 以光伏电站所在位置为原点,建立三维笛卡尔坐标系,x轴指向东,y轴指向北,z轴垂直向上; 根据设计图纸中的排列方式,计算每个光伏板在三维空间中的位置,对于第i行第j列的光伏板,其中心在x方向的坐标表示为: ; 其中,表示第行第列光伏板中心在方向的坐标,i是光伏板所在的行数,是光伏板所在的列数,是光伏板的宽度; 其中心在y方向的坐标为: ; 其中,是第i行第j列光伏板中心在y方向的坐标,L为光伏板长度; 其中心在z方向的坐标为支架高度H; 考虑到光伏板要接受太阳光照,根据物理规律,设光伏板在南北方向倾斜: 光伏板的法向量在三维空间中的方向由倾斜角度确定: ; 其中,是第行第列光伏板的法向量; 基于三维笛卡尔坐标系,每个光伏板的中心和光伏板的法向量,选用3dsMax三维建模软件,构建光伏组件三维空间结构模型; 所述植被覆盖度学习模型的构建: 卷积神经网络模块:用于提取影像中植被的空间特征,对每幅影像,通过卷积层和池化层提取特征; 长短期记忆网络模块:用于捕捉植被随时间的生长变化特征,将不同时间τ的空间特征按顺序输入LSTM,计算时序特征; 融合层:结合环境因素,输出植被覆盖度,将时序特征与环境数据、、拼接,得到融合特征; 通过全连接层Dense计算植被覆盖度: ; 其中,是时间的植被覆盖度;是全连接层权重,是偏置;是sigmoid函数,输出值范围; 所述植被覆盖度变化趋势预测模型如下: 其中,表示在时间时的植被覆盖度,这里的表示一个时间增量,即从时间往后推移时间后的植被覆盖度;表示在时间时的温度;表示在时间时的降水量;表示在时间时的土壤湿度;、、、是回归系数,用于衡量各个环境因素对植被覆盖度的影响程度;是误差项,表示模型预测值与实际值之间的偏差。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安科技大学,其通讯地址为:710000 陕西省西安市雁塔中路58号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。