-
题名基于人工智能的屋顶光伏资源评估方法及其应用
被引量：4
- 1
-
-
作者
吴兵
黄悦婷
白建波
王诚昊
-
机构
常州市新北自然资源和规划技术保障中心
河海大学机电工程学院
-
出处
《新能源进展》
CSCD
2023年第3期280-288,共9页
-
基金
国家重点研发计划项目(2022YFB4201000)
国家自然科学基金面上项目(51676063)。
-
文摘
在我国加速推进整县分布式屋顶光伏的大背景下,为直观、可靠地初步评估建筑屋顶可利用的光伏资源,提出一种基于深度学习的屋顶光伏资源评估方法,将图像分割技术与光伏仿真部分结合并应用。先根据双卷积神经网络模型Double U-Net识别建筑屋顶的外轮廓,实现建筑物屋顶的高精度自动提取,进行屋顶边缘的检测及屋顶面积的计算,判断该屋顶光伏组件的数量,使用KLEIN-THEILACKER模型计算出在该屋顶光伏组件最佳倾角和其倾斜面辐照量,最终估算屋顶面积的光伏最佳发电量。提出的DoubleU-Net模型训练准确度可达95.83%,同时该方法可估算所选屋顶的月、年总辐照量及总发电量。最后,以河海大学常州校区为案例,通过与Solargis网站数据对比,验证了所提出方法具备较高的可靠性和适用性。
-
关键词
分布式光伏
光伏资源评估
屋顶轮廓识别
卷积神经网络
发电量计算
-
Keywords
distributed photovoltaic
photovoltaic resource evaluation
roof profile recognition
convolutional neural network
power generation calculation
-
分类号
TK519
[动力工程及工程热物理—热能工程]
-
-
题名颗粒物沉降对光伏资源影响的模型研究进展
被引量：2
- 2
-
-
作者
刘诺航
葛宝珠
王自发
-
机构
中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室
中国科学院大学
-
出处
《气候与环境研究》
CSCD
北大核心
2024年第3期365-376,共12页
-
基金
国家自然科学基金项目42122049。
-
文摘
归纳并比较了与积尘密度、积尘组分、积尘颗粒形态及积尘消光参数等积尘性质以及相对湿度、降水量和降水强度、风速与风向等气象要素相关的积尘对光伏发电影响的模型,梳理了各因素之间的相互关系,发现积尘密度是最主要的因素。然后提出了新的光伏资源分布评估流程,最后进行了展望:1)积尘密度不等价于颗粒物干沉降累积通量,可根据颗粒物受力机制与湿沉降过程作修正。2)需开发验证方法比较各模型评估结果的差异,并评价不同来源的数据对模型评估结果的影响。3)微观影响机制的量化建模方法有待进一步发展。4)模型可与清洗规划模型耦合,得到颗粒物沉降对光伏电站运行成本影响的空间分布,或将颗粒物沉降对光伏组件发电量的影响转化为碳排放量,评价不同减排策略对实现“双碳”目标的影响。
-
关键词
颗粒物沉降
积尘光伏组件
光伏资源评估方法
积尘性质
气象要素
-
Keywords
Particle deposition
Photovoltaic modules with particle accumulation
Method of photovoltaic resource assessment
Particle accumulation characteristic
Meteorological element
-
分类号
X01
[环境科学与工程]
-
