CN117035143A - 一种基于遥感数据的屋顶可安装光伏面板的普查方法 - Google Patents
一种基于遥感数据的屋顶可安装光伏面板的普查方法 Download PDFInfo
- Publication number
- CN117035143A CN117035143A CN202211595987.7A CN202211595987A CN117035143A CN 117035143 A CN117035143 A CN 117035143A CN 202211595987 A CN202211595987 A CN 202211595987A CN 117035143 A CN117035143 A CN 117035143A
- Authority
- CN
- China
- Prior art keywords
- roof
- photovoltaic panel
- remote sensing
- roofs
- polygon
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000011835 investigation Methods 0.000 title abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000009434 installation Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000007405 data analysis Methods 0.000 claims abstract description 5
- 238000013135 deep learning Methods 0.000 claims abstract description 4
- 238000011161 development Methods 0.000 claims description 9
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 6
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003702 image correction Methods 0.000 claims description 3
- 229910052742 iron Inorganic materials 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 239000011150 reinforced concrete Substances 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Computational Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于遥感数据的屋顶可安装光伏面板的普查方法,包括1)获取遥感影像数据:获取选定区域的遥感影像数据;2)遥感影像处理:进行影像的预处理,并识别建筑物屋顶;3)数据分析:应用深度学习技术,根据屋顶不同的属性将屋顶分为已开发屋顶、适宜开发屋顶、不适宜开发屋顶;4)可安装光伏面板计算:首先计算出多边型与每条边与y轴正方向的夹角,然后对这些夹角进行遍历,并令多边型逆时针旋转夹角角度,并对旋转后的多边型写出对应的数学规划形式,并利用pulp包中的求解器进行求解,然后记录当前角度下解出的光伏板排布方案,最后比较每次旋转后的光伏板排布方案,取最优的选装角度作为最后结果;5)输出适宜安装的规划报告。
Description
技术领域
本发明属于光伏面板安装领域,具体涉及一种基于遥感数据的屋顶可安装光伏面板的普查方法。
背景技术
为推进风电、太阳能发电大规模开发和高质量发展,坚持集中式与分布式并举,加快建设风电和光伏发电基地,构建源网荷储一体化实施路径和多能互补实施路径,积极实施存量“风光水火储一体化”提升,稳妥推进增量“风光储一体化”,支持分布式电源开发建设和就近接入消纳,改善现有工作模式下对全国范围内新能源发电组识别统计困难、盘点低效、潜力分析不够准确的痛点困境。利用遥感技术与人工智能技术相结合,实现全国范围内的新能源发电组的识别、普查、潜力分析与监管服务,助力实现新能源资源的统一监管、优化配置等,为新能源新型电力系统的建立奠定基础。
发明内容
针对现有技术存在的不足,本发明提供了一种基于遥感数据的屋顶可安装光伏面板的普查方法,利用高分遥感影像,通过人工智能和大数据分析输出适宜安装屋顶的规划报告和屋顶规划图。
本发明实现其目的的技术方案如下:
一种基于遥感数据的屋顶可安装光伏面板的普查方法,包括:
1)获取遥感影像数据:获取选定区域的遥感影像数据;
2)遥感影像处理:进行影像的预处理,并识别建筑物屋顶;
3)数据分析:应用深度学习技术,根据屋顶不同的属性将屋顶分为已开发屋顶、适宜开发屋顶、不适宜开发屋顶;
4)可安装光伏面板计算:首先计算出多边型与每条边与y轴正方向的夹角,然后对这些夹角进行遍历,并令多边型逆时针旋转夹角角度,并对旋转后的多边型写出对应的数学规划形式,并利用pulp包中的求解器进行求解,然后记录当前角度下解出的光伏板排布方案,最后比较每次旋转后的光伏板排布方案,取最优的选装角度作为最后结果;
5)输出适宜安装的规划报告:根据对整个屋顶光伏信息的收集、解译,处理和汇聚,对建筑物按照分类进行统计,来分析分布式屋顶光伏的可安装的量,并输出最终的屋顶规划图和规划报告。
步骤1)所述获取选定区域的遥感影像数据为获取太阳能资源丰富区域的遥感影像数据。
步骤2)所述进行影像的预处理,包括影像校正处理、降噪处理、薄云处理和阴影处理,然后进行图像裁剪和匀色、图像增强、建筑物屋顶信息提取。
步骤3)所述对提取的屋顶数据进行分类,所述的已开发屋顶为已安装光伏面板的屋顶;所述的适宜开发屋顶为屋顶平整,包括钢筋混凝土、砖瓦型屋顶且非观赏性屋顶或者特殊性建筑物;所述的不适宜开发屋顶为屋顶机构复杂或作为其他用途的屋顶,包括临时房屋、彩钢瓦、铁皮顶。
步骤4)所述对屋顶数据进行计算可安装面板数量包括以下步骤:
5.1计算光伏面板数量记光伏电池板长度为l,宽度为h,建立平面直角坐标系;记待排布多边形区域边界顶点集为V={v1,v2,Λ,vn},集合中的点按顺时针顺序排序,其中顶点vs的坐标为(as,bs);
5.2第一步:对多边形进行旋转,使得其中某一条边与坐标系的y轴平行;
5.3第二步:记M=max{as},将区间[0,M]划分为个长度相等的区间,每个区间长度为l/4;下面给出带有决策参数ωi的0-1规划格式:引入决策变量xi,这里xi表示第i个区间是否放置光伏板;
其中排布电池板指将电池板左上角顶点横坐标安排在横坐标为i*l/4的直线上;定义决策参数ωi,表示选取横坐标为i一列排布时,最多可容纳的电池板数,此时该极大化问题可近似转化为求解如下数学规划:
xi=0或1,
约束条件表示不能将光伏板同时放入两个临近的区间中;求解上述规划即可得到该极大化问题的近似解;所述参数ωi的计算方法:
求直线x=i*l/4与多边形区域所交的区间的集合,记为U={u1,Λuk},其中ui表示一个区间,记ui的区间长度为pi,则计算
5.3第三步:第一步中旋转操作有n种可能性,对这个n种情况根据第二步中的算法进行求解,取结果最优的作为最终的旋转方案;
5.4第四步:计算不同倾斜角情况下光伏板所接收的太阳能量,从中选出能量最大的的倾斜角作为最佳倾斜角,即光伏板安装角度。
步骤5)所述对输出屋顶规划报告包括以下步骤:
6.1将建筑物按照工商业厂房、公共建筑物、农村居民、其他等类型进行分类统计,并分析分布式屋顶光伏的可安装的光伏面板数量;
6.2基于不同的屋顶类型和可安装面板数量,根输出屋顶规划图和规划报告。
本发明的有益效果:
为改善传统新能源资源普查人工依赖度高、效率低、不精准的问题,引入遥感技术与人工智能技术等手段,发挥遥感图像高空间分辨率、高时间分辨率的优势代替人工普查模式,利用人工智能、服务计算、大数据分析等新一代信息技术的科学智能处理能力和多维度可视化能力,实现全国范围内可安装光伏屋顶的快速识别、精准盘点、动态智能管理和可视化,并对潜在资源进行全方位的潜力分析,提供后续新能源新型电力系统的规划依据。
附图说明
图1为发明一种基于遥感数据的屋顶可安装光伏面板的普查方法的流程图。
图2为发明一种基于遥感数据的屋顶可安装光伏面板的普查方法的屋顶规划图。
具体实施方式
以下结合附图和实施例对本发明做进一步的阐述。
根据本发明的实施例,提供了一种基于遥感数据的屋顶可安装光伏面板的普查方法,图1是本发明实施例的屋顶可安装光伏面板普查方法的流程图,根据本发明实施例的屋顶可安装光伏面板普查方法的方法具体包括:
步骤101,选取太阳能资源丰富区域的遥感影像数据。
步骤102,进行影像的预处理,包括影像校正处理、降噪处理、薄云处理和阴影处理,然后进行图像裁剪和匀色、图像增强、建筑物屋顶信息提取。
步骤103,应用深度学习技术,根据屋顶不同的属性将屋顶发为已开发屋顶、适宜开发屋顶、不适宜开发屋顶。
在步骤103中,基于提取的屋顶数据进行分类,所述的已开发屋顶为已安装光伏面板的屋顶;所述的适宜开发屋顶为屋顶平整,包括钢筋混凝土、砖瓦型屋顶且非观赏性屋顶或者特殊性建筑物;所述的不适宜开发屋顶为屋顶机构复杂或作为其他用途的屋顶,包括临时房屋、彩钢瓦、铁皮顶。
步骤104,根据屋顶形状计算可安装光伏面板数量及最佳安装角度,首先计算出多边型与每条边与y轴正方向的夹角,然后对这些夹角进行遍历,并令多边型逆时针旋转夹角角度,并对旋转后的多边型写出对应的数学规划形式,并利用pulp包中的求解器进行求解,然后记录当前角度下解出的光伏面板排布方案,最后比较每次旋转后的光伏面板排布方案,取最优的选装角度作为最后结果。
步骤104中,计算光伏面板数量,记光伏电池板长度为l,宽度为h,建立平面直角坐标系;记待排布多边形区域边界顶点集为V={v1,v2,Λ,vn},集合中的点按顺时针顺序排序,其中顶点vs的坐标为(as,bs)。
第一步:对多边形进行旋转,使得其中某一条边与坐标系的y轴平行。
第二步:记M=max{as},将区间[0,M]划分为个长度相等的区间,每个区间长度为l/4;下面给出带有决策参数ωi的0-1规划格式:引入决策变量xi,这里xi表示第i个区间是否放置光伏板;
其中排布电池板指将电池板左上角顶点横坐标安排在横坐标为i*l/4的直线上;定义决策参数ωi,表示选取横坐标为i一列排布时,最多可容纳的电池板数,此时该极大化问题可近似转化为求解如下数学规划:
xi=0或1,
约束条件表示不能将光伏面板同时放入两个临近的区间中;求解上述规划即可得到该极大化问题的近似解;所述参数ωi的计算方法:
求直线x=i*l/4与多边形区域所交的区间的集合,记为U={u1,Λuk},其中ui表示一个区间,记ui的区间长度为pi,则计算
第三步:因为第一步中旋转操作有n种可能性,对这个n种情况根据第二步中的算法进行求解,取最优的结果作为最终的旋转方案。
第四步:计算不同倾斜角情况下光伏面板所接收的太阳能量,从中选出能量最大的的倾斜角作为最佳倾斜角,即光伏面板安装角度。
步骤105,根据对整个屋顶光伏信息的收集、解译,处理和汇聚,对建筑物按照分类进行统计,来分析分布式屋顶光伏的可安装的量,并输出最终的屋顶规划图。
在步骤105中,将建筑物按照工商业厂房、公共建筑物、农村居民、其他等类型进行分类统计,并分析分布式屋顶光伏的可安装光伏面板数量。
基于不同的屋顶类型和可安装面板数量,根输出屋顶规划图,如图2所示。
以上所述实施例的各技术特征可以进行进一步的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于遥感数据的屋顶可安装光伏面板的普查方法,其特征在于,包括:
1)获取遥感影像数据:获取选定区域的遥感影像数据;
2)遥感影像处理:进行影像的预处理,并识别建筑物屋顶;
3)数据分析:应用深度学习技术,根据屋顶不同的属性将屋顶分为已开发屋顶、适宜开发屋顶、不适宜开发屋顶;
4)可安装光伏面板计算:首先计算出多边型与每条边与y轴正方向的夹角,然后对这些夹角进行遍历,并令多边型逆时针旋转夹角角度,并对旋转后的多边型写出对应的数学规划形式,并利用pulp包中的求解器进行求解,然后记录当前角度下解出的光伏板排布方案,最后比较每次旋转后的光伏板排布方案,取最优的选装角度作为最后结果;
5)输出适宜安装的规划报告:根据对整个屋顶光伏信息的收集、解译,处理和汇聚,对建筑物按照分类进行统计,来分析分布式屋顶光伏的可安装的量,并输出最终的屋顶规划图和规划报告。
2.根据权利要求1所述的屋顶可安装光伏面板的普查方法,其特征在于:步骤1)所述获取选定区域的遥感影像数据为获取太阳能资源丰富区域的遥感影像数据。
3.根据权利要求1所述的屋顶可安装光伏面板的普查方法,其特征在于:步骤2)所述进行影像的预处理,包括影像校正处理、降噪处理、薄云处理和阴影处理,然后进行图像裁剪和匀色、图像增强、建筑物屋顶信息提取。
4.根据权利要求1所述的屋顶可安装光伏面板的普查方法,其特征在于:步骤3)所述对提取的屋顶数据进行分类,所述的已开发屋顶为已安装光伏面板的屋顶;所述的适宜开发屋顶为屋顶平整,包括钢筋混凝土、砖瓦型屋顶且非观赏性屋顶或者特殊性建筑物;所述的不适宜开发屋顶为屋顶机构复杂或作为其他用途的屋顶,包括临时房屋、彩钢瓦、铁皮顶。
5.根据权利要求1所述的屋顶可安装光伏面板的普查方法,其特征在于:步骤4)所述对屋顶数据进行计算可安装面板数量包括以下步骤:
5.1计算光伏面板数量记光伏电池板长度为l,宽度为h,建立平面直角坐标系;记待排布多边形区域边界顶点集为V={v1,v2,Λ,vn},集合中的点按顺时针顺序排序,其中顶点vs的坐标为(as,bs);
5.2第一步:对多边形进行旋转,使得其中某一条边与坐标系的y轴平行;
5.3第二步:记M=max{as},将区间[0,M]划分为个长度相等的区间,每个区间长度为l/4;下面给出带有决策参数ωi的0-1规划格式:引入决策变量xi,i=0,1,Λ,这里xi表示第i个区间是否放置光伏板;
其中排布电池板指将电池板左上角顶点横坐标安排在横坐标为i*l/4的直线上;定义决策参数ωi,表示选取横坐标为i一列排布时,最多可容纳的电池板数,此时该极大化问题可近似转化为求解如下数学规划:
xi=0或1,i=1,2,Λ,
约束条件表示不能将光伏板同时放入两个临近的区间中;求解上述规划即可得到该极大化问题的近似解;所述参数ωi的计算方法:
求直线x=i*l/4与多边形区域所交的区间的集合,记为U={u1,Λuk},其中ui表示一个区间,记ui的区间长度为pi,则计算
5.3第三步:第一步中旋转操作有n种可能性,对这个n种情况根据第二步中的算法进行求解,取结果最优的作为最终的旋转方案;
5.4第四步:计算不同倾斜角情况下光伏板所接收的太阳能量,从中选出能量最大的的倾斜角作为最佳倾斜角,即光伏板安装角度。
6.根据权利要求1所述的屋顶可安装光伏面板的普查方法,其特征在于:步骤5)所述对输出屋顶规划报告包括以下步骤:
6.1将建筑物按照工商业厂房、公共建筑物、农村居民、其他等类型进行分类统计,并分析分布式屋顶光伏的可安装的光伏面板数量;
6.2基于不同的屋顶类型和可安装面板数量,根输出屋顶规划图和规划报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211595987.7A CN117035143A (zh) | 2022-12-13 | 2022-12-13 | 一种基于遥感数据的屋顶可安装光伏面板的普查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211595987.7A CN117035143A (zh) | 2022-12-13 | 2022-12-13 | 一种基于遥感数据的屋顶可安装光伏面板的普查方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117035143A true CN117035143A (zh) | 2023-11-10 |
Family
ID=88621332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211595987.7A Pending CN117035143A (zh) | 2022-12-13 | 2022-12-13 | 一种基于遥感数据的屋顶可安装光伏面板的普查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117035143A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220247351A1 (en) * | 2021-01-29 | 2022-08-04 | Sunpower Corporation | Remote site survey for photovoltaic system site |
-
2022
- 2022-12-13 CN CN202211595987.7A patent/CN117035143A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220247351A1 (en) * | 2021-01-29 | 2022-08-04 | Sunpower Corporation | Remote site survey for photovoltaic system site |
US12028019B2 (en) * | 2021-01-29 | 2024-07-02 | Sunpower Corporation | Remote site survey for photovoltaic system site |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Amado et al. | Towards solar urban planning: A new step for better energy performance | |
CN113780795B (zh) | 基于参数化分析的校园建筑光伏潜力评估方法 | |
Xu et al. | Evaluation of photovoltaic potential by urban block typology: A case study of Wuhan, China | |
CN110264002B (zh) | 基于聚类分析的风电场微观选址方案评价方法 | |
Nguyen et al. | Automated quantification of solar photovoltaic potential in cities Overview: A new method to determine a city's solar electric potential by analysis of a distribution feeder given the solar exposure and orientation of rooftops. | |
CN117035143A (zh) | 一种基于遥感数据的屋顶可安装光伏面板的普查方法 | |
CN116070975B (zh) | 基于数字孪生技术的园区能量管理系统及零碳运营方法 | |
CN115933757B (zh) | 智能旋转太阳能板的控制方法、系统、介质及设备 | |
Wimalaratne et al. | Unisolar: An open dataset of photovoltaic solar energy generation in a large multi-campus university setting | |
CN109543910A (zh) | 一种考虑偏差考核惩罚的售电公司电量鲁棒决策电路及方法 | |
CN118246763A (zh) | 一种基于卫星图像识别的光伏可开发屋顶资源评估及减碳潜力评估方法 | |
CN116205374A (zh) | 一种城区太阳能利用资源评估及开发潜力分析方法 | |
CN115907268A (zh) | 一种集合预报气象资源综合管理方法及系统 | |
Aslani et al. | Rooftop segmentation and optimization of photovoltaic panel layouts in digital surface models | |
CN117391394B (zh) | 一种基于地理空间数据的风光设施联合建设潜力评估方法 | |
Hasan et al. | Spatial parameters and methodological approaches in solar potential assessment-State-of-the-art | |
CN117094521A (zh) | 一种光伏电站智能选址方法 | |
Leopold et al. | An Interoperable Digital Twin to Simulate Spatio-Temporal Photovoltaic Power Output and Grid Congestion at Neighbourhood and City Levels in Luxembourg | |
CN111488712A (zh) | 一种基于迁移学习的风力发电机功率曲线建模方法 | |
Schedler et al. | A new bottom-up method for classifying a building portfolio by building type, self-sufficiency rate, and access to local grid infrastructure for storage demand analysis | |
Yue et al. | Promoting solar energy utilization: Prediction, analysis and evaluation of solar radiation on building surfaces at city scale | |
Tian et al. | An innovative method for evaluating the urban roof photovoltaic potential based on open-source satellite images | |
TWM545838U (zh) | 太陽能發電站監測系統 | |
CN112561181A (zh) | 一种基于Unet网络和地基云图的光伏发电预测系统 | |
Gagliano et al. | A geographic information method for managing urban energy use |
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 |