摘要
本申请实施例提供的一种超分辨率的风资源图谱生成方法、设备及可读存储介质,电子设备获取目标区域的第一风资源图谱和目标区域的地形数据,将第一风资源图谱和地形数据作为输入,输入至预先训练好的深度学习模型中。之后,电子设备利用深度学习模型的注意力层、可变形卷积层和融合层处理第一风资源图谱和地形数据,以得到目标区域的第二风资源图谱。采用该种方案,电子设备利用深度学习方式生成高分辨率的风资源图谱,实现提高高分辨率的风资源图谱的精度的目的,极大程度上节约了时间成本和云计算成本。而且,引入地形数据作为先验知识,使得第二风资源图谱能够自适应地形起伏,进一步地实现提高高分辨率的风资源图谱的精度的目的。
技术关键词
深度学习模型
资源
注意力
图谱生成方法
风速
超分辨率
多尺度
网格
数据
生成高分辨率
电子设备
风力发电机组
样本
处理器
可读存储介质
终端设备
存储器
精度
系统为您推荐了相关专利信息
阿尔茨海默症
深度学习模型
磁共振成像数据
病变特征
早期预警方法
动态匹配方法
演化算法
动态匹配系统
云端
终端设备
精细化气象预报
高原
模型训练模块
数据处理模块
数据采集模块
Copula函数
风险
水库
概率密度估计方法
因子