摘要
本申请提出一种基于时空融合的风力发电设备数据可视化方法及系统,涉及风力发电技术领域。该方法包括:通过GIS平台采集风力发电设备地理信息,建立二维地理模型;采集风力发电设备的运行状态图像和运行时序数据;利用CNN模型从图像数据和时序数据中提取关键特征,并融合空间特征与时间特征,构建时空特征表示向量,其中,空间特征与地理信息相关;将时空特征表示向量输入LSTM模型进行时间序列建模,实现设备的故障识别和发电量预测;将设备的运行状态图像、运行时序数据及故障识别结果、发电量预测结果映射至二维地理模型中,构建GIS可视化平台,实现风力发电设备可视化。采用上述方案的本发明能够融合多源风力发电设备数据,使数据呈现更加直观。
技术关键词
风力发电设备
地理模型
可视化平台
数据可视化方法
时序
设备运行状态
发电量
GIS平台
LSTM模型
图像
GIS软件
数据可视化系统
代表
风力发电技术
红色
融合多源
特征提取模块
气象
系统为您推荐了相关专利信息
模型训练方法
视频生成技术
分类模型训练
模型训练装置
特征提取模块
电池单体
综合评价指标
残差矩阵
电池组
主成分分析法
深度学习混合模型
堵塞预测方法
冷却器
斯托克斯方程
变换器模块
存储属性信息
存放设备
智能仓储管理方法
时序特征
智能仓储管理系统