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

摘要：

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系统模型,分别预测建筑在无遮挡、相互遮挡、考虑可用光伏面积和遮挡的情形.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 kW·h/m2.考虑建筑相互遮挡后,发电量减少6.7％,平均为95.2 kW·h/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 kW·h/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.

关键词：屋顶可用光伏面积、建筑轮廓、GIS、卫星影像、卷积神经网络

所属期刊栏目：39

分类号：TU111.19;TU831(建筑基础科学)

资助基金：国家自然科学基金;湖南省自然科学基金优秀青年资助项目

在线出版日期：2023-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：151-158