摘要
本发明涉及一种元宇宙下电力调度模型轻量化方法、系统及存储介质,包括以下步骤:基于深度学习的自适应减面压缩技术,结合先进的纹理映射和曲线抽稀算法,对三维模型进行智能数据精简,以优化模型细节并减少数据量,同时保留关键特征;通过电网级联加载、可视剔除,根据观察者的视角动态调整电网模型的显示细节,异步加载和渲染实现模型资源管理和动态调度;结合智能预加载与预测机制,应用多细节层次技术和渐进式加载技术实现模型的快速加载和渲染,精细化资源分配和细节管理。本发明能够实现电力调度元宇宙三维模型的轻量化处理,达成气象数据、电网运行信息和厂站设备模型的实时高效渲染和快速交互的目标。
技术关键词
轻量化方法
抽稀算法
多边形
瓦片
计算机存储介质
资源分配
优化电力调度
三维模型
纹理映射技术
边缘轮廓
动态
数据
多线程技术
电网场景
展示电网
多核处理器
视野
视角
系统为您推荐了相关专利信息
物联网设备数据
关系型数据库
服务端
客户端
协议
无监督机器学习
自动识别方法
高斯混合模型
贝叶斯信息准则
协方差矩阵