基于深度学习的城市屋顶光伏面积识别及光伏发电潜力研究
基于深度学习的城市屋顶光伏面积识别及光伏发电潜力研究
复制标题
DOI：
--
复制
发表时间：
--
期刊：
影响因子：
--
通讯作者：
陈毅兴
中科院分区：
文献类型：
--
作者：
刘梦月;彭佳强;肖睿;陈熙;宋梦宇;邓章;陈毅兴
计算屋顶可用光伏面积是估算屋顶光伏发电潜力的重要一步。本文基于城市 GIS 和卫星影像数据，使用卷积神经网络识别建筑轮廓及屋顶可用光伏面积。以长沙市核心区 8 136 个建筑为训练集，屋顶可用光伏面积率为 87.0%；对预测区域4 883 个建筑预测，预测可用面积率为 71.4%。随后使用 EnergyPlus 对每栋建筑建立光伏发电量预测模型，分别预测建筑在无遮挡、相互遮挡、和考虑可用光伏面积时的情形。结果显示，在无遮挡情况下，长沙地区单位建筑轮廓面积光伏年发电量为 102 kWh/m2。考虑建筑相互遮挡后，发电量减少 6.7%，平均为 95.2 kWh/m2。当考虑屋顶可用光伏面积和建筑相互遮挡后，光伏年平均发电量减少 19.6%，为 82.0 kWh/m2。本文研究方法有利于准确评估城市光伏潜力，提高能源利用率。