8月21日消息，根據中國科學院信息，隨著能源轉型和碳中和目標推進，屋頂光伏作為分布式光伏的重要補充得到迅速發(fā)展。屋頂光伏存在統(tǒng)計困難、開發(fā)潛力難以評估等問題，因此精準評估屋頂光伏潛力有助于制定科學的發(fā)展目標和規(guī)劃，優(yōu)化資源配置，避免資源浪費，從而促進地區(qū)能源結構優(yōu)化和綠色發(fā)展。衛(wèi)星遙感技術作為觀察地球的“第三只眼”，是精準識別屋頂和光伏的關鍵。 為此，中國科學院青島生物能源與過程研究所泛能源大數(shù)據與戰(zhàn)略研究中心提出了識別衛(wèi)星遙感圖像的集成多注意力機制網絡MANet。 近期，相關研究成果以“Development assessment of regional rooftop photovoltaics based on remote sensing and deep learning”為題，發(fā)表在《應用能源》（Applied Energy）上。 據了解，MANet是基于編碼器-解碼器結構的語義分割網絡，融合了空間自注意力模塊（SSAM）和通道注意力模塊（CARM）。其中，SSAM用于提取全局上下文信息，幫助模型更全面地理解目標對象及其周圍環(huán)境；而CARM側重自適應地學習通道權重進行特征校準，突出重要信息并抑制冗余信息，提高分割精度。相較同類模型，MANet對屋頂和光伏分割的精度指標分別提升了1.93%和0.9%，展現(xiàn)出優(yōu)異的預測能力。 該團隊利用MANet，設計了雙分支架構，實現(xiàn)了對光伏和屋頂?shù)耐阶R別，通過差分可精準得到未部署光伏的屋頂面積。這一技術在屋頂光伏裝機容量潛力評估中得到了檢驗，為該地區(qū)新能源規(guī)劃提供了參考，展現(xiàn)了人工智能在新能源監(jiān)測和預測方面的應用價值。 |
