摘要
本发明适用于电力系统技术领域,提供了一种基于改进DeepLabv3+的新型电力系统路径规划方法。本发明对DeepLabv3+分割方法进行了改进,构建了一个基于深度学习网络的遥感数据分割框架。该框架将电力系统路径规划问题转化为图像分割问题,通过对卫星遥感图像进行精细分割,准确划分出适宜电力系统线路铺设的区域。在此过程中,引入注意力机制以精准捕捉电力系统路径,设计特征重建模块以优化网络输出。此外,构造多尺度损失函数以提升分割精度。实验结果显示,本发明相较于传统方法,在评价指标上取得了显著提升,有效提高了分割的准确度,并保证了分割结果的连续性,为电力系统路径规划提供了更为可靠和高效的技术支持。
技术关键词
新型电力系统
路径规划方法
深度学习网络
空间金字塔池化
卫星遥感图像
卫星遥感影像数据
解码器
电力系统线路
空洞
引入注意力机制
分割方法
编码器
卷积模块
输出特征
全局平均池化
系统为您推荐了相关专利信息
电力杆塔
激光点
多通道特征
深度学习模型
多层感知网络
移动机器人
局部路径规划
路径规划方法
路径规划装置
避障距离
激光点云数据
多模态
图片
匈牙利匹配算法
点云特征