CN116523211B - 基于图像识别和多维度监测分析的光伏发电站选址方法 - Google Patents

基于图像识别和多维度监测分析的光伏发电站选址方法 Download PDF

Info

Publication number
CN116523211B
CN116523211B CN202310386754.4A CN202310386754A CN116523211B CN 116523211 B CN116523211 B CN 116523211B CN 202310386754 A CN202310386754 A CN 202310386754A CN 116523211 B CN116523211 B CN 116523211B
Authority
CN
China
Prior art keywords
target water
water area
power station
expressed
area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310386754.4A
Other languages
English (en)
Other versions
CN116523211A (zh
Inventor
徐行平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Shujie Technology Co ltd
Original Assignee
Hunan Shujie Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Shujie Technology Co ltd filed Critical Hunan Shujie Technology Co ltd
Priority to CN202310386754.4A priority Critical patent/CN116523211B/zh
Publication of CN116523211A publication Critical patent/CN116523211A/zh
Application granted granted Critical
Publication of CN116523211B publication Critical patent/CN116523211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/182—Network patterns, e.g. roads or rivers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Multimedia (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及光伏发电站选址分析技术领域，具体公开基于图像识别和多维度监测分析的光伏发电站选址方法，通过对渔光互补发电站的各目标水域在各采集日对应的历史气象信息和和河床信息进行分析，综合计算得到各目标水域对应的发电站综合分析评估系数，进而得出最适宜建设目标渔光互补光伏发电站的水域，在一定程度上节省了土地资源，提高了土地使用效率,与碳减排政策相迎合,在一定程度上大幅度的降低了发电损失，将太阳能电池板覆盖在水面上，理论上可减少水面蒸发量，可以抑制组件表面温度上升，从而获得更高的发电量，同时还可以减少灰尘对组件的污染，且方便组件清洗，可有效防止人员及动物对组件的破坏。

Description

基于图像识别和多维度监测分析的光伏发电站选址方法
技术领域
本发明属于光伏发电站选址分析技术领域，涉及到基于图像识别和多维度监测分析的光伏发电站选址方法。
技术背景
近年来，随着环境友好型社会与可持续发展政策的大力推广，渔光互补光伏发电站将水产养殖与光伏发电相结合,形成“板上发电、板下养殖”的新模式,由此对于渔光互补光伏发电站选址的分析也就愈发重要。
目前对于渔光互补光伏发电站地址主要是通过对地址区域性质进行分析，进而对渔光互补光伏发电站地址进行选择，很显然，当前对于渔光互补光伏发电站选址分析还存在以下几点不足：1、当前没有对渔光互补发电站进行分析，在一定程度上无法节省土地资源，无法提高土地使用效率,与碳减排政策背道而驰,在一定程度上减少输出环境友好的清洁能源的效率。
2、当前没有对渔光互补发电站的选址环境进行分析，在一定程度上无法保障渔光互补发电站的发电效率，不利于给农户带来多样化的产值，在一定程度上无法降低发电损失，同时还无法减少征地费用。
3、当前发电站是建立在地面上，无法减少灰尘对组件的污染，且方便组件清洗，同时还会导致闲杂人员与动物难以组件，无法有效防止人员及动物对组件的破坏，同时平原还可能有遮挡物无法有效避免山体、树林等对组件的遮挡，不利于发电效率。
发明内容
鉴于以上现有技术存在的问题，本发明提供基于图像识别和多维度监测分析的光伏发电站选址方法，用于解决据上述技术问题。
为了实现上述目的及其他目的，本发明采用的技术方案如下：本发明提供了基于图像识别和多维度监测分析的光伏发电站选址方法，该方法包括以下步骤：步骤一、水面区域顺序划分：获取待建设目标渔光互补光伏发电站的各水域对应的位置信息，并将想要建设目标渔光互补光伏发电站的各水域记为各目标水域，并将各目标水域按照预设顺序进行划分，其中，位置信息包括经纬度坐标。
步骤二、水域历史信息获取：根据各目标水域对应的气象局，统计各目标水域的历史日照信息，并从各目标水域的历史日照信息提取出各目标水域在各采集日对应的历史气象信息。
步骤三、水域历史信息分析：根据各目标水域在各采集日对应的历史日照信息，进而分析得出各目标水域对应的发电站气象符合系数。
步骤四、水面区域信息监测：对各目标水域进行河床信息监测。
步骤五、水面区域信息分析：根据各目标水域对应的河床信息，进而对各目标水域进行河床信息分析，进而分析得出各目标水域对应的发电站河床符合系数。
步骤六、水面区域综合分析：根据各目标水域对应的发电站气象符合系数和发电站河床符合系数，进而计算得到各目标水域对应的发电站综合分析评估系数，并对各目标水域对应的发电站综合分析评估系数进行分析，得出最适宜建设目标渔光互补光伏发电站的水域编号。
需要进一步说明的是，所述步骤二中历史气象信息包括太阳辐射强度范围、各目标水域在各采集日中各时间段对应的太阳辐射强度范围和各目标水域在各采集日对应的风速。
需要进一步说明的是，所述步骤三中分析得出各目标水域对应的发电站气象符合系数，具体分析过程如下：Q1、根据各目标水域在各采集日对应的历史气象信息，从中提取出各采集日对应的日期，将各采集日对应的日期与光照数据库存储的各日期对应的标准太阳赤纬进行比对，进而得到各采集日对应的标准太阳赤纬。
Q2、根据各目标水域对应的经纬度坐标，从中提取出各目标水域对应的纬度，利用计算公式计算得出各目标水域对应的总可照时数αk，k表示为各目标水域对应的编号，k＝1,2,......i，s表示为各采集日对应的编号，s＝1,2,......j，γ表示为设定的标准蒙气差，/>表示为第k个目标水域对应的纬度，δks表示为第k个目标水域中第s个采集日对应的标准太阳赤纬。
Q3、从光照数据库中提取出各目标水域对应的实际日照总时数，代入计算公式βk表示为各目标水域对应的日照率，Mk表示为第k个目标水域对应的实际日照总时数。
Q4、将各采集日按照预设时间间隔划分为各时间段，并根据各目标水域在各采集日对应的历史气象信息，从中提取出各目标水域在各采集日中各时间段对应的太阳辐射强度范围，并从中筛选得出各目标水域在各采集日中各时间段对应的最强太阳辐射强度数和最弱太阳辐射强度数，同时还用于获取各目标水域在各采集日中各时间段对应的时长。
Q5、进而利用计算公式计算得出各目标水域对应的日均辐射量χk，/>表示为第k个目标水域在第s个采集日中第b个时间段对应的最强太阳辐射强度数，/>表示为第k个目标水域在第s个采集日中第b个时间段对应的最弱太阳辐射强度数，b表示为各时间段对应的编号，b＝1,2,......m，Tb表示为第b个时间段对应的时长，j表示为采集日的总数目，/>表示为设定的辐射量转换因子。
需要进一步说明的是，所述步骤三中分析得出各目标水域对应的发电站气象符合系数，具体分析过程还包括以下步骤：W1、根据各目标水域对应的气象局，进而得出各目标水域对应的小雨天气数目、各小雨天气持续的时长、极端天气数目和各极端天气持续的时长。
W2、根据各目标水域在各采集日对应的历史气象信息，从中提取出各目标水域在各采集日对应的风速，进而从各目标水域在各采集日对应的风速中筛选出各目标水域对应的最大风速。
W3、利用计算公式计算得出各目标水域对应的发电站天气符合系数εk，其中，e表示为自然常数，Tkp表示为第k个目标水域第p个小雨天气持续的时长，Tkq表示为第k个目标水域第q个极端天气持续的时长，/>表示为第k个目标水域的小雨天气数目，/>表示为第k个目标水域的极端天气数目，p表示为各小雨天气数目对应的编号，p＝1,2,.......u，q表示为各极端天气数目对应的编号，q＝1,2,.......l，Fks表示为第k个目标水域在第s个采集日对应的风速，F1、F2分别表示为设定的发电站区域参考平均风速和许可最大风速，/>表示为第k个目标水域对应的最大风速，a1、a2和a3分别表示为设定的灾害天气、平均风速和最大风速对应的影响因子，且a1>a2＝a3。
W4、进而根据分析公式计算得出各目标水域对应的发电站气象符合系数φk，其中，c1、c2和c3分别表示为日照率、日均辐射量和天气符合对应的系数因子。
需要进一步说明的是，所述步骤五中对各目标水域进行河床信息分析，具体分析过程如下：E1、从水域数据库中调取各目标水域对应的河床地势图，将各目标水域对应的河床地势图导入进各目标水域对应的河床三维模型中，进而得到各目标水域对应的河床最高点落差、河床最低点落差和河床平均落差高度。
E2、将各目标水域按照等面积划分方式划分为各目标水域对应的各子区域，在各目标水域对应的各子区域进行盐度检测点布设，利用布设的盐度计进而得到各目标水域对应的各子区域对应的水分盐度，进而利用均值计算公式计算得出各目标水域对应的平均水分盐度，并将其记为各目标水域对应的水分盐度。
E3、在各目标水域对应的各子区域进行淤泥厚度检测点布设，利用布设的超声波泥位计得到各目标水域对应的各子区域对应的污泥层高度，还用于根据从各目标水域对应的河床三维模型中提取出各目标水域对应的各子区域对应的河床落差高度。
E4、进而利用计算公式计算得出各目标水域对应的各子区域对应的整体高度ηkh，其中，h表示为各子区域对应的编号，h＝1,2,......n，/>表示为第k个目标水域中第h个子区域对应的污泥层高度，/>表示为第k个目标水域中第h个子区域对应的河床落差高度。
需要进一步说明的是，所述步骤五中分析得出各目标水域对应的发电站河床符合系数，具体分析过程如下：R1、将各目标水域对应的各子区域对应的整体高度进行均值计算，进而得到各目标水域对应的均值整体高度；
R2、利用计算公式η″kh＝|ηkh-η′k|，计算得出各目标水域中各子区域对应的整体落差高度η″kh，其中，η′k表示为第k个目标水域中对应的均值整体高度，并将各目标水域中各子区域对应的整体落差高度进行均值计算，计算得出各目标水域对应的平均整体落差高度；
R3、利用计算公式计算得出各目标水域对应的发电站河床符合系数μk，其中，/>表示为第k个目标水域对应的河床最高点落差，/>表示为第k个目标水域对应的河床最低点落差，ΔG表示为设定的渔光互补光伏发电站对应的水域参考河床落差值，G′k表示为第k个目标水域对应的平均落差高度，G″表示为设定的渔光互补光伏发电站对应的水域参考河床平均落差高度，YDk表示为第k个目标水域对应的水分盐度，YD′表示为设定的渔光互补光伏发电站对应的水域许可水分盐度值，/>表示为第k个目标水域中对应的平均整体落差高度，d1、d2和d3分别表示为设定的河床落差、水分盐度和整体高度对应的影响因子。
需要进一步说明的是，所述步骤六中计算得到各目标水域对应的发电站综合分析评估系数，具体计算过程如下：利用计算公式计算得出各目标水域对应的发电站综合分析评估系数θk，其中，f1和f2分别表示为设定的发电站气象符合和发电站河床符合对应的影响权重。
需要进一步说明的是，所述步骤六中对各目标水域对应的发电站综合分析评估系数进行分析，具体分析过程如下：将各目标水域对应的发电站综合分析评估系数按照从大到小顺序进行排列，进而从中筛选出排列靠前的目标水域，进而提取排列第一的目标水域对应的编号，并将排列靠前的目标水域作为目标渔光互补光伏发电站对应的建设位置。
如上所述，本发明提供的基于图像识别和多维度监测分析的光伏发电站选址方法，至少具有以下有益效果：本发明提供的基于图像识别和多维度监测分析的光伏发电站选址方法，通过对渔光互补发电站的各目标水域在各采集日对应的历史气象信息和和河床信息进行分析，综合计算得到各目标水域对应的发电站综合分析评估系数，进而得出最适宜建设目标渔光互补光伏发电站的水域，一方面，有效的解决了当前对于渔光互补发电站还存在不足的问题，在一定程度上节省了土地资源，提高了土地使用效率,与碳减排政策相迎合,在一定程度上提高了输出环境友好的清洁能源的效率，一方面，在一定程度上保障了渔光互补发电站的发电效率，给农户带来了多样化的产值，在一定程度上大幅度的降低了发电损失，同时还减少了征地费用，提高了发电效率，将太阳能电池板覆盖在水面上，理论上可减少水面蒸发量，抑制水中藻类繁殖，有利于水资源的保护，水体对光伏组件有冷却效应，可以抑制组件表面温度上升，从而获得更高的发电量，另一方面，光伏电站建立在水中，可以减少灰尘对组件的污染，且方便组件清洗，同时闲杂人员与动物难以接近组件，可有效防止人员及动物对组件的破坏。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法实施步骤流程图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1所示，基于图像识别和多维度监测分析的光伏发电站选址方法，该方法包括以下步骤：步骤一、水面区域顺序划分：获取待建设目标渔光互补光伏发电站的各水域对应的位置信息，并将想要建设目标渔光互补光伏发电站的各水域记为各目标水域，并将各目标水域按照预设顺序进行划分，其中，位置信息包括经纬度坐标。
步骤二、水域历史信息获取：根据各目标水域对应的气象局，统计各目标水域的历史日照信息，并从各目标水域的历史日照信息提取出各目标水域在各采集日对应的历史气象信息。
在本申请较佳的技术方案中，所述步骤二中历史气象信息包括太阳辐射强度范围、各目标水域在各采集日中各时间段对应的太阳辐射强度范围和各目标水域在各采集日对应的风速。
步骤三、水域历史信息分析：根据各目标水域在各采集日对应的历史日照信息，进而分析得出各目标水域对应的发电站气象符合系数。
在本申请较佳的技术方案中，所述步骤三中分析得出各目标水域对应的发电站气象符合系数，具体分析过程如下：Q1、根据各目标水域在各采集日对应的历史气象信息，从中提取出各采集日对应的日期，将各采集日对应的日期与光照数据库存储的各日期对应的标准太阳赤纬进行比对，进而得到各采集日对应的标准太阳赤纬。
Q2、根据各目标水域对应的经纬度坐标，从中提取出各目标水域对应的纬度，利用计算公式计算得出各目标水域对应的总可照时数αk，k表示为各目标水域对应的编号，k＝1,2,......i，s表示为各采集日对应的编号，s＝1,2,......j，γ表示为设定的标准蒙气差，/>表示为第k个目标水域对应的纬度，δks表示为第k个目标水域中第s个采集日对应的标准太阳赤纬。
Q3、从光照数据库中提取出各目标水域对应的实际日照总时数，代入计算公式βk表示为各目标水域对应的日照率，Mk表示为第k个目标水域对应的实际日照总时数。
Q4、将各采集日按照预设时间间隔划分为各时间段，并根据各目标水域在各采集日对应的历史气象信息，从中提取出各目标水域在各采集日中各时间段对应的太阳辐射强度范围，并从中筛选得出各目标水域在各采集日中各时间段对应的最强太阳辐射强度数和最弱太阳辐射强度数，同时还用于获取各目标水域在各采集日中各时间段对应的时长。
Q5、进而利用计算公式计算得出各目标水域对应的日均辐射量χk，/>表示为第k个目标水域在第s个采集日中第b个时间段对应的最强太阳辐射强度数，/>表示为第k个目标水域在第s个采集日中第b个时间段对应的最弱太阳辐射强度数，b表示为各时间段对应的编号，b＝1,2,......m，Tb表示为第b个时间段对应的时长，j表示为采集日的总数目，/>表示为设定的辐射量转换因子。
在本申请较佳的技术方案中，所述步骤三中分析得出各目标水域对应的发电站气象符合系数，具体分析过程还包括以下步骤：W1、根据各目标水域对应的气象局，进而得出各目标水域对应的小雨天气数目、各小雨天气持续的时长、极端天气数目和各极端天气持续的时长。
在一个具体地实施例中，小雨天气数目统计表示为连续不断的小雨天数为一个小雨天气数目。
在一个具体地实施例中，一场小雨连续不断地下了三天，将这场小雨数目统计为1。
W2、根据各目标水域在各采集日对应的历史气象信息，从中提取出各目标水域在各采集日对应的风速，进而从各目标水域在各采集日对应的风速中筛选出各目标水域对应的最大风速。
W3、利用计算公式计算得出各目标水域对应的发电站天气符合系数εk，其中，e表示为自然常数，Tkp表示为第k个目标水域第p个小雨天气持续的时长，Tkq表示为第k个目标水域第q个极端天气持续的时长，/>表示为第k个目标水域的小雨天气数目，/>表示为第k个目标水域的极端天气数目，p表示为各小雨天气数目对应的编号，p＝1,2,.......u，q表示为各极端天气数目对应的编号，q＝1,2,.......l，Fks表示为第k个目标水域在第s个采集日对应的风速，F1、F2分别表示为设定的发电站区域参考平均风速和许可最大风速，/>表示为第k个目标水域对应的最大风速，a1、a2和a3分别表示为设定的灾害天气、平均风速和最大风速对应的影响因子，且a1>a2＝a3。
W4、进而根据分析公式计算得出各目标水域对应的发电站气象符合系数φk，其中，c1、c2和c3分别表示为日照率、日均辐射量和天气符合对应的系数因子。
本发明实施例在一定程度上节省了土地资源，提高了土地使用效率,与碳减排政策相迎合,在一定程度上提高了输出环境友好的清洁能源的效率，在一定程度上保障了渔光互补发电站的发电效率，给农户带来了多样化的产值，在一定程度上大幅度的降低了发电损失，同时还减少了征地费用，提高了发电效率。
步骤四、水面区域信息监测：对各目标水域进行河床信息监测。
步骤五、水面区域信息分析：根据各目标水域对应的河床信息，进而对各目标水域进行河床信息分析，进而分析得出各目标水域对应的发电站河床符合系数。
在本申请较佳的技术方案中，所述步骤五中对各目标水域进行河床信息分析，具体分析过程如下：E1、从水域数据库中调取各目标水域对应的河床地势图，将各目标水域对应的河床地势图导入进各目标水域对应的河床三维模型中，进而得到各目标水域对应的河床最高点落差、河床最低点落差和河床平均落差高度。
在一个具体的实施例中，各目标水域对应的河床平均落差高度是由各目标水域对应的河床最高点落差和河床最低点落差通过均值计算得到的。
E2、将各目标水域按照等面积划分方式划分为各目标水域对应的各子区域，在各目标水域对应的各子区域进行盐度检测点布设，利用布设的盐度计进而得到各目标水域对应的各子区域对应的水分盐度，进而利用均值计算公式计算得出各目标水域对应的平均水分盐度，并将其记为各目标水域对应的水分盐度。
E3、在各目标水域对应的各子区域进行淤泥厚度检测点布设，利用布设的超声波泥位计得到各目标水域对应的各子区域对应的污泥层高度，还用于根据从各目标水域对应的河床三维模型中提取出各目标水域对应的各子区域对应的河床落差高度。
E4、进而利用计算公式计算得出各目标水域对应的各子区域对应的整体高度ηkh，其中，h表示为各子区域对应的编号，h＝1,2,......n，/>表示为第k个目标水域中第h个子区域对应的污泥层高度，/>表示为第k个目标水域中第h个子区域对应的河床落差高度。
在本申请较佳的技术方案中，所述步骤五中分析得出各目标水域对应的发电站河床符合系数，具体分析过程如下：R1、将各目标水域对应的各子区域对应的整体高度进行均值计算，进而得到各目标水域对应的各子区域对应的均值整体高度。
R2、利用计算公式η″kh＝|ηkh-η′kh|，计算得出各目标水域对应的各子区域对应的整体落差高度η″kh，其中，η′kh表示为第k个目标水域中第h个子区域对应的均值整体高度，并将各目标水域对应的各子区域对应的整体落差高度进行均值计算，计算得出各目标水域对应的各子区域对应的平均整体落差高度。
R3、利用计算公式计算得出各目标水域对应的发电站河床符合系数μk，其中，/>表示为第k个目标水域对应的河床最高点落差，/>表示为第k个目标水域对应的河床最低点落差，ΔG表示为设定的渔光互补光伏发电站对应的水域参考河床落差值，G′k表示为第k个目标水域对应的平均落差高度，G″表示为设定的渔光互补光伏发电站对应的水域参考河床平均落差高度，YDk表示为第k个目标水域对应的水分盐度，YD′表示为设定的渔光互补光伏发电站对应的水域许可水分盐度值，/>表示为第k个目标水域中第h个子区域对应的平均整体落差高度，d1、d2和d3分别表示为设定的河床落差、水分盐度和整体高度对应的影响因子。
本发明实施例将光伏电站建立在水中，可以减少灰尘对组件的污染，且方便组件清洗，同时闲杂人员与动物难以接近组件，可有效防止人员及动物对组件的破坏。
步骤六、水面区域综合分析：根据各目标水域对应的发电站气象符合系数和发电站河床符合系数，进而计算得到各目标水域对应的发电站综合分析评估系数，并对各目标水域对应的发电站综合分析评估系数进行分析，得出最适宜建设目标渔光互补光伏发电站的水域编号。
在本申请较佳的技术方案中，所述步骤六中计算得到各目标水域对应的发电站综合分析评估系数，具体计算过程如下：利用计算公式计算得出各目标水域对应的发电站综合分析评估系数θk，其中，f1和f2分别表示为设定的发电站气象符合和发电站河床符合对应的影响权重。
本发明实施例将太阳能电池板覆盖在水面上，理论上可减少水面蒸发量，抑制水中藻类繁殖，有利于水资源的保护，水体对光伏组件有冷却效应，可以抑制组件表面温度上升，从而获得更高的发电量。
在本申请较佳的技术方案中，所述步骤六中对各目标水域对应的发电站综合分析评估系数进行分析，具体分析过程如下：将各目标水域对应的发电站综合分析评估系数按照从大到小顺序进行排列，进而从中筛选出排列靠前的目标水域，进而提取排列第一的目标水域对应的编号，并将排列靠前的目标水域作为目标渔光互补光伏发电站对应的建设位置。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (2)

1.基于图像识别和多维度监测分析的光伏发电站选址方法，其特征在于：该方法包括以下步骤：
步骤一、水面区域顺序划分：获取待建设目标渔光互补光伏发电站的各水域对应的位置信息，并将想要建设目标渔光互补光伏发电站的各水域记为各目标水域，并将各目标水域按照预设顺序进行划分，其中，位置信息包括经纬度坐标；
步骤二、水域历史信息获取：根据各目标水域对应的气象局，统计各目标水域的历史日照信息，并从各目标水域的历史日照信息提取出各目标水域在各采集日对应的历史气象信息；
步骤三、水域历史信息分析：根据各目标水域在各采集日对应的历史日照信息，进而分析得出各目标水域对应的发电站气象符合系数；
步骤四、水面区域信息监测：对各目标水域进行河床信息监测；
步骤五、水面区域信息分析：根据各目标水域对应的河床信息，进而对各目标水域进行河床信息分析，进而分析得出各目标水域对应的发电站河床符合系数；
步骤六、水面区域综合分析：根据各目标水域对应的发电站气象符合系数和发电站河床符合系数，进而计算得到各目标水域对应的发电站综合分析评估系数，并对各目标水域对应的发电站综合分析评估系数进行分析，得出最适宜建设目标渔光互补光伏发电站的水域编号；
所述步骤二中历史气象信息包括太阳辐射强度范围、各目标水域在各采集日中各时间段对应的太阳辐射强度范围和各目标水域在各采集日对应的风速；
所述步骤三中分析得出各目标水域对应的发电站气象符合系数，具体分析过程如下：
Q1、根据各目标水域在各采集日对应的历史气象信息，从中提取出各采集日对应的日期，将各采集日对应的日期与光照数据库存储的各日期对应的标准太阳赤纬进行比对，进而得到各采集日对应的标准太阳赤纬；
Q2、根据各目标水域对应的经纬度，从中提取出各目标水域对应的纬度，利用计算公式，计算得出各目标水域对应的总可照时数/>，k表示为各目标水域对应的编号，/>，s表示为各采集日对应的编号，/>，/>表示为设定的标准蒙气差，/>表示为第k个目标水域对应的纬度，/>表示为第k个目标水域中第s个采集日对应的标准太阳赤纬；
Q3、从光照数据库中提取出各目标水域对应的实际日照总时数，代入计算公式，/>表示为各目标水域对应的日照率，/>表示为第k个目标水域对应的实际日照总时数；
Q4、将各采集日按照预设时间间隔划分为各时间段，并根据各目标水域在各采集日对应的历史气象信息，从中提取出各目标水域在各采集日中各时间段对应的太阳辐射强度范围，并从中筛选得出各目标水域在各采集日中各时间段对应的最强太阳辐射强度数和最弱太阳辐射强度数，同时还用于获取各目标水域在各采集日中各时间段对应的时长；
Q5、进而利用计算公式，计算得出各目标水域对应的日均辐射量/>，/>表示为第k个目标水域在第s个采集日中第b个时间段对应的最强太阳辐射强度数，/>表示为第k个目标水域在第s个采集日中第b个时间段对应的最弱太阳辐射强度数，b表示为各时间段对应的编号，/>，/>表示为第b个时间段对应的时长，j表示为采集日的总数目，/>表示为设定的辐射量转换因子；
所述步骤三中分析得出各目标水域对应的发电站气象符合系数，具体分析过程还包括以下步骤：
W1、根据各目标水域对应的气象局，进而得出各目标水域对应的小雨天气数目、各小雨天气持续的时长、极端天气数目和各极端天气持续的时长；
W2、根据各目标水域在各采集日对应的历史气象信息，从中提取出各目标水域在各采集日对应的风速，进而从各目标水域在各采集日对应的风速中筛选出各目标水域对应的最大风速；
W3、利用计算公式，计算得出各目标水域对应的发电站天气符合系数/>，其中，e表示为自然常数，/>表示为第k个目标水域第p个小雨天气持续的时长，/>表示为第k个目标水域第q个极端天气持续的时长，/>表示为第k个目标水域的小雨天气数目，/>表示为第k个目标水域的极端天气数目，p表示为各小雨天气数目对应的编号，/>，q表示为各极端天气数目对应的编号，/>，/>表示为第k个目标水域在第s个采集日对应的风速，/>分别表示为设定的发电站区域参考平均风速和许可最大风速，/>表示为第k个目标水域对应的最大风速，a1、a2和a3分别表示为设定的灾害天气、平均风速和最大风速对应的影响因子，且a1>a2=a3;
W4、进而根据分析公式，计算得出各目标水域对应的发电站气象符合系数/>，其中，c1、c2和c3分别表示为日照率、日均辐射量和天气符合对应的系数因子；
所述步骤五中对各目标水域进行河床信息分析，具体分析过程如下：
E1、从水域数据库中调取各目标水域对应的河床地势图，将各目标水域对应的河床地势图导入进各目标水域对应的河床三维模型中，进而得到各目标水域对应的河床最高点落差、河床最低点落差和河床平均落差高度；
E2、将各目标水域按照等面积划分方式划分为各目标水域对应的各子区域，在各目标水域对应的各子区域进行盐度检测点布设，利用布设的盐度计进而得到各目标水域对应的各子区域对应的水分盐度，进而利用均值计算公式计算得出各目标水域对应的平均水分盐度，并将其记为各目标水域对应的水分盐度；
E3、在各目标水域对应的各子区域进行淤泥厚度检测点布设，利用布设的超声波泥位计得到各目标水域对应的各子区域对应的污泥层高度，还用于根据从各目标水域对应的河床三维模型中提取出各目标水域对应的各子区域对应的河床落差高度；
E4、进而利用计算公式，计算得出各目标水域对应的各子区域对应的整体高度/>，其中，h表示为各子区域对应的编号，/>，/>表示为第k个目标水域中第h个子区域对应的污泥层高度，/>表示为第k个目标水域中第h个子区域对应的河床落差高度；
所述步骤五中分析得出各目标水域对应的发电站河床符合系数，具体分析过程如下：
R1、将各目标水域对应的各子区域对应的整体高度进行均值计算，进而得到各目标水域对应的均值整体高度；
R2、利用计算公式，计算得出各目标水域中各子区域对应的整体落差高度/>，其中，/>表示为第k个目标水域中对应的均值整体高度，并将各目标水域中各子区域对应的整体落差高度进行均值计算，计算得出各目标水域对应的平均整体落差高度；
R3、利用计算公式，计算得出各目标水域对应的发电站河床符合系数/>，其中，/>表示为第k个目标水域对应的河床最高点落差，/>表示为第k个目标水域对应的河床最低点落差，/>表示为设定的渔光互补光伏发电站对应的水域参考河床落差值，/>表示为第k个目标水域对应的平均落差高度，表示为设定的渔光互补光伏发电站对应的水域参考河床平均落差高度，/>表示为第k个目标水域对应的水分盐度，/>表示为设定的渔光互补光伏发电站对应的水域许可水分盐度值，/>表示为第k个目标水域中第h个子区域对应的平均整体落差高度，d1、d2和d3分别表示为设定的河床落差、水分盐度和整体高度对应的影响因子；
所述步骤六中计算得到各目标水域对应的发电站综合分析评估系数，具体计算过程如下：
利用计算公式，计算得出各目标水域对应的发电站综合分析评估系数/>，其中，f1和f2分别表示为设定的发电站气象符合和发电站河床符合对应的影响权重。
2.根据权利要求1所述的基于图像识别和多维度监测分析的光伏发电站选址方法，其特征在于：所述步骤六中对各目标水域对应的发电站综合分析评估系数进行分析，具体分析过程如下：
将各目标水域对应的发电站综合分析评估系数按照从大到小顺序进行排列，进而从中筛选出排列靠前的目标水域，进而提取排列靠前的目标水域对应的编号，并将排列第一的目标水域作为目标渔光互补光伏发电站对应的建设位置。
CN202310386754.4A 2023-04-12 2023-04-12 基于图像识别和多维度监测分析的光伏发电站选址方法 Active CN116523211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310386754.4A CN116523211B (zh) 2023-04-12 2023-04-12 基于图像识别和多维度监测分析的光伏发电站选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310386754.4A CN116523211B (zh) 2023-04-12 2023-04-12 基于图像识别和多维度监测分析的光伏发电站选址方法

Publications (2)

Publication Number Publication Date
CN116523211A CN116523211A (zh) 2023-08-01
CN116523211B true CN116523211B (zh) 2024-03-15

Family

ID=87389518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310386754.4A Active CN116523211B (zh) 2023-04-12 2023-04-12 基于图像识别和多维度监测分析的光伏发电站选址方法

Country Status (1)

Country Link
CN (1) CN116523211B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116706973B (zh) * 2023-08-09 2024-02-02 深圳康普盾科技股份有限公司 一种基于多维度分析的储能电池控制方法、系统及介质
CN117132063B (zh) * 2023-08-29 2024-06-25 山东探越物联网技术有限公司 一种风光互补供电系统
CN117829557B (zh) * 2024-03-05 2024-05-28 安徽省大气探测技术保障中心 基于多技术融合的大气温室气体监测站点选址方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070080248A (ko) * 2007-06-29 2007-08-09 이경숙 하천, 호소, 저수지, 댐의 수면 상부에 태양광 차광막을형성함으로써 수온상승억제 및 광합성을 차단하여 조류발생 및 증식 억제 장치를 겸한 태양광발전장치.
CN109165769A (zh) * 2018-07-03 2019-01-08 国网电子商务有限公司 光伏电站选址方法、装置、设备及计算机可读存储介质
CN114611834A (zh) * 2022-03-31 2022-06-10 武汉珩链云信息科技有限公司 一种基于多维特征分析的电力发电站选址评估规划方法
KR20230023417A (ko) * 2021-08-10 2023-02-17 다스코 주식회사 수상 태양광 발전 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070080248A (ko) * 2007-06-29 2007-08-09 이경숙 하천, 호소, 저수지, 댐의 수면 상부에 태양광 차광막을형성함으로써 수온상승억제 및 광합성을 차단하여 조류발생 및 증식 억제 장치를 겸한 태양광발전장치.
CN109165769A (zh) * 2018-07-03 2019-01-08 国网电子商务有限公司 光伏电站选址方法、装置、设备及计算机可读存储介质
KR20230023417A (ko) * 2021-08-10 2023-02-17 다스코 주식회사 수상 태양광 발전 시스템
CN114611834A (zh) * 2022-03-31 2022-06-10 武汉珩链云信息科技有限公司 一种基于多维特征分析的电力发电站选址评估规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
水上光伏电站站址选择及总平面布置设计要点探讨;石涛;《太阳能》(第06期);第50-57页 *

Also Published As

Publication number Publication date
CN116523211A (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
CN116523211B (zh) 基于图像识别和多维度监测分析的光伏发电站选址方法
Rahman et al. Environmental impact of renewable energy source based electrical power plants: Solar, wind, hydroelectric, biomass, geothermal, tidal, ocean, and osmotic
Al-Dousari et al. Solar and wind energy: Challenges and solutions in desert regions
CN103810330B (zh) 一种规划人工水体富营养化预警分析方法
Youm et al. Analysis of wind data and wind energy potential along the northern coast of Senegal
NL2027637B1 (en) Cwt-based quantitative analysis method for external source of atmospheric primary pollutant
CN116757357B (zh) 一种耦合多源遥感信息的土地生态状况评估方法
Song et al. Application of photovoltaics on different types of land in China: Opportunities, status and challenges
Wang et al. Green roofs and facades with integrated photovoltaic system for zero energy eco-friendly building–A review
Rong et al. Quantitative assessment of NPP changes in the Yellow River source area from 2001 to 2017
CN111220210A (zh) 一种水土保持多指标动态实时监测系统
Pan et al. Assessing multifunctional retrofit potential of urban roof areas and evaluating the power and carbon benefits under efficient retrofit scenarios
CN116955516A (zh) Gis和swat结合的流域多要素控制单元划分方法
Samak Geospatial multi-criteria analysis for solar and wind power modelling for Kingdom of Saudi Arabia’s population using GIS: A case study for the cities of Makkah and Jeddah
Ma et al. Comparison of the spatiotemporal variation of Chl-a in the East China Sea and Bohai Sea based on long time series satellite data
CN209131770U (zh) 南方圩垸区涝灾多参数预警系统
Tzikas et al. Business cases for anti-soiling coatings in the Netherlands
Freidooni et al. Climatic compatible future cities locating approach to less non-renewable energy consumption
Petrescu et al. Management of Renewable Energies and Environmental Protection
Guan et al. GIS-based Mapping Impacts of Large-Scale Photovoltaic Power Stations on the Landscape
Dadhwal et al. Land use/cover change in Indo-Gangetic plains: cropping pattern and agro-ecosystem carbon cycle
El Quosy Mitigation and adaptation options of climate change in irrigated agriculture in Arab Countries
Lu et al. Study on the Variation of Surface Water Based on Landsat Imagery in Guilin
Biçen et al. Regional solar and wind energy characteristics and it’s energy potential in northwest of Turkey
EL-QUOSY Fresh water

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240219

Address after: Room 104, Building B3, Jiahua Zhigu Industrial Park, No. 877 Huijin Road, Tongsheng Street, Yuhua District, Changsha City, Hunan Province, 410000

Applicant after: Hunan Shujie Technology Co.,Ltd.

Country or region after: China

Address before: No. 718, Youjiang Road, Douhudi Town, Gong'an County, Jingzhou, Hubei Province, 434000

Applicant before: GONG'AN QIANFENG TECHNOLOGY ENERGY CO.,LTD.

Country or region before: China

GR01 Patent grant
GR01 Patent grant