新書推薦:
《
征税的权力——财政制度的分析基础
》
售價:NT$
337.0
《
吴宓师友书札
》
售價:NT$
347.0
《
清朝生活实录
》
售價:NT$
403.0
《
人群行为识别理论与视觉AI技术研究
》
售價:NT$
826.0
《
个人经济体崛起时代 普通人的时代红利 黄金宝 王万军 著 披露超级个体爆红背后的秘密 创业 个体创业 平台创业 个人IP打造
》
售價:NT$
347.0
《
漫画少年学中华脊梁
》
售價:NT$
305.0
《
卡夫卡日记
》
售價:NT$
500.0
《
失衡的50年:不平等的起源和当代美国社会(比《乡下人的悲歌》更深刻,比《压裂的底层》更接近权力的真相!揭示美国精英主义如何破坏美国民主并摧毁美国梦!)
》
售價:NT$
352.0
編輯推薦:
基于深度学习的地基云图识别技术能提升光伏发电功率预测的准确性、天文望远镜观测站选址的合理性。作者博士阶段以天文望远镜选址为背景,开始从事本项技术研究,博士后阶段以光伏发电功率预测为背景对本项技术进行了深入研究。随着研究的逐渐深入,发现电网公司、发电公司、高校、科研院所、科技企业的科技人员对本技术的理论、具体方法有很强的学习需求。基于此,作者计划撰写本专著,为本领域科技工作者提升理论和技术指导。
內容簡介:
光伏发电作为新能源领域重要组成部分,发展十分迅速,为实现“双碳”目标奠定了坚实基础。 基于这样的时代背景与技术需求,地基云图识别技术,特别是融合了深度学习技术的创新应用,不 仅能够有效提升光伏发电功率预测的准确性,为电网调度提供更为可靠的决策依据,还能在天文望 远镜观测站选址等领域发挥重要作用,优化观测条件,提升科研效率。本书全面、系统介绍了基于 深度学习的地基云图识别技术,共 10 章,主要内容包括地基云图概述、深度学习与图像识别概述、 基于改进 CloudRVE 的地基云图分类方法、基于增强全卷积神经网络 EFCN 的地基云图分割方法、 基于云编码 ? 解码网络 CloudU ? Net 的地基云图分割方法、基于双通道注意力云编码 ? 解码网络的 地基云图分割方法、基于残差注意力云编码 ? 解码网络的地基云图分割方法、基于 CloudFU ? Net 的地基云图细粒度分割方法、基于 CloudSwinNet 的地基云图细粒度分割方法、总结与展望。
關於作者:
石超君,硕士生导师,华北电力大学电子与通信工程系电子信息教研室师生结合党支部副书记。2022年1月毕业于河北工业大学电子科学与技术专业,获工学博士学位,2022年3月就职于华北电力大学电子与通信工程系。现担任中国图象图形学学会机器视觉专委会委员、中国图象图形学学会视觉大数据专委会委员、IEEE Member、中国电机工程学会会员、中国电工技术学会高级会员、中国计算机学会会员,担任《中国计算机学报》、《吉林大学学报(工学版)》、《IEEE Geoscience and Remote Sensing Letters》、《Quarterly Journal of the Royal Meteorological Society》、《Remote Sensing Letters》、《Atmospheric Measurement Techniques》、PRCV等期刊和会议审稿人,燕赵英才服务卡A卡获得者。主要研究方向为光伏功率预测、电力人工智能,作为负责人主持国家重点研发计划项目子课题、国家自然科学基金青年项目、中央高校基本科研业务费专项资金面上项目、国网山东电科院科技项目等科研项目6项,参与国家自然科学基金联合基金项目、南方电网科技项目、中央高校基本科研业务费学科交叉创新专项等项目10余项,发表学术论文20余篇,授权发明专利3项。张珂,华北电力大学(保定),教授/研究生院(保定)院长。
目錄 :
前言
缩略词注释表
绪论 1
第 1 章 地基云图概述 4
1.1 地基全天空成像设备发展进程 5
1.2 地基云图分类研究现状 8
1.3 地基云图分割研究现状 13
第 2 章 深度学习与图像识别概述 17
2.1 深度学习概述 18
2.2 卷积神经网络基本原理 22
2.3 基于卷积神经网络的典型图像识别 28
2.4 本章小结 35
第 3 章 基于改进 CloudRVE 的地基云图分类方法 36
3.1 基于 CloudRVE 的地基云图分类网络 37
3.2 CloudRVE 网络参数配置及训练策略 47
3.3 地基云图分类实验结果与分析 47
3.4 讨论及结论 60
第 4 章 基于增强全卷积神经网络 EFCN 的地基云图 分割方法 61
4.1 直方图均衡化 62
4.2 EFCN 网络结构设计 62
4.3 EFCN 网络参数配置及训练策略 66
4.4 地基云图分割实验结果与分析 68
4.5 讨论及结论 79
第 5 章 基于云编码-解码网络 CloudU Net 的地基云图 分割方法 81
5.1 CloudU Net 网络结构设计 82
5.2 CloudU Net 网络训练策略 88
5.3 地基云图分割实验结果与分析 89
5.4 讨论及结论 100
第 6 章 基于双通道注意力云编码 解码网络的地基云图 分割方法 102
6.1 CloudU Netv2 网络结构设计 103
6.2 CloudU Netv2 网络训练策略 108
6.3 地基云图分割实验结果与分析 109
6.4 讨论及结论 117
第 7 章 基于残差注意力云编码 解码网络的地基云图 分割方法 119
7.1 CloudRAEDNet 网络结构设计 120
7.2 CloudRAEDNet 网络训练策略 126
7.3 地基云图分割实验结果与分析 127
7.4 讨论及结论 138
第 8 章 基于 CloudFU Net 的地基云图细粒度 分割方法 140
8.1 地基云图细粒度分割数据集构建141
8.2 基于 CloudFU Net 的地基云图细粒度分割 网络 142
8.3 CloudFU Net 网络参数配置及训练策略 148
8.4 地基云图细粒度分割实验结果与分析 149
8.5 讨论及结论 155
第 9 章 基于 CloudSwinNet 的地基云图细粒度 分割方法 156
9.1 基于 CloudSwinNet 的地基云图分割网络 157
9.2 CloudSwinNet 地基云图分割网络参数配置及 训练策略 166
9.3 地基云图细粒度分割实验结果与分析 167
9.4 讨论及结论 171
第 10 章 总结与展望 172
10.1 总结 173
10.2 展望 177
参考文献 179
內容試閱 :
全球气候恶化导致全球极端事件频发给世界带来了巨大 灾难。为有效应对全球气候变化带来的危机和挑战,我国提出 “碳达峰、碳中和”重大战略目标,并为确保如期实现“双碳” 目标做出全面部署。光伏发电作为新能源领域重要组成部分, 发展十分迅速。2024 年上半年,我国新增光伏装机容量 102.48GW,与 2023 年上半年相比增长 30.68%。2024 年 7 月,国家发改委、能源局和数据局联合印发了《加快构建新 型电力系统行动方案(2024—2027 年)》,提出要开展大规模 高比例新能源外送攻坚行动和智慧化调度体系建设行动。而光 伏功率精准预测对支撑以上两项行动有效开展尤为关键。 基于这样的时代背景与技术需求,地基云图识别技术,特 别是融合了深度学习技术的创新应用,逐渐进入人们的视野并 展现出巨大潜力。这项技术不仅能够有效提升光伏发电功率预 测的准确性,为电网调度提供更为可靠的决策依据,还能在天 文望远镜观测站选址等领域发挥重要作用,优化观测条件,提 升科研效率。 随着新能源产业的蓬勃发展,以及智慧能源系统建设的不断推进,越来越多的电网公司、发电公司、高校、科研院所及 科技企业,对地基云图识别技术的理论基础、关键技术及其实 践应用产生了浓厚的兴趣与强烈的学习需求。本书的编写旨在 系统梳理地基云图识别技术的理论基础,详细介绍基于深度学 习的技术创新方法,并通过具体案例分析,展示该技术在光伏 发电功率预测及天文望远镜选址等领域的应用成果。希望本书 能够为相关领域的科技工作者提供有价值的参考与指导,共同 推动新能源技术的创新与发展,为构建清洁低碳、安全高效的 能源体系贡献力量。 本书内容为编者博士、博士后期间部分研究成果,涉及人 工智能、气象、电力 3 个专业领域,具有鲜明的学科交叉特征, 旨在为“电力 气象 人工智能”多学科交叉的科学问题提供 解决思路。全书由华北电力大学研究团队编写完成,石超君编 写和统稿,张珂教授对全书内容进行了审校并提出修改意见。 感谢研究团队硕士研究生李星宽、韩磊乐、苏子博、谢雄彬、 张筱筠、剧思豪、张梦宇在文献整理、文字图表排版等工作中 做出的贡献。同时,在本书的编写过程中还参考了许多专家学 者的专著,在此一并致谢。 由于编者水平有限,加之新一代人工智能技术在光伏发电 功率预测领域广泛应用,新概念、新技术不断涌现,书中难免 存在不足之处,欢迎各位同行专家批评指正。