一种区域减碳量评估方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能算法模型技术领域，尤其涉及一种区域减碳量评估方法、装置、电子设备及存储介质，该方法包括以下步骤：获取待测区域的卫星地图数据并建立数据库；输入数据库中的卫星地图数据至训练好的网络模型中，通过该网络模型识别出光伏安装区域；根据识别出的所述光伏安装区域计算光伏开发面积；根据光伏开发面积计算光伏开发潜力和光伏发电的年度减碳量。本发明专利技术通过遥感卫星地图数据结合人工智能算法，来识别和计算光伏安装区域，并且根据不同光伏安装区域计算光伏开发潜力和光伏减碳量计算，与相关技术相比，计算效率更高，面积计算更加准确。积计算更加准确。积计算更加准确。

【技术实现步骤摘要】
一种区域减碳量评估方法、装置、电子设备及存储介质


[0001]本专利技术涉及人工智能算法模型
，尤其涉及一种区域减碳量评估方法、装置、电子设备及存储介质。

技术介绍

[0002]光伏产业作为推动能源结构绿色转型的必经之路，如何计算光伏潜能以及区域减碳量成为目前亟待解决的问题；
[0003]专利技术人知晓的相关技术中，区域光伏潜能以及减碳量评估方法多采用人均光伏密度、同类型区域光伏发电潜能类比等借助主观经验的评估方式，然而上述方式一方面需要大量的统计分析方法，而且经验占比差异性大，难以获得较为精准的数据；
[0004]公开于该
技术介绍
部分的信息仅仅旨在加深对本专利技术总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。

技术实现思路

[0005]鉴于以上技术问题中的至少一项，本专利技术提供了一种区域减碳量评估方法、装置、电子设备及存储介质，采用基于人工智能算法和卫星遥感地图数据的结合来实现高效、精确地评估待测区域的光伏减碳量。
[0006]根据本专利技术的一方面，提供了一种区域减碳量评估方法，包括以下步骤：
[0007]获取待测区域的卫星地图数据并建立数据库；
[0008]输入数据库中的卫星地图数据至训练好的网络模型中，通过该网络模型识别出光伏安装区域；
[0009]根据识别出的所述光伏安装区域计算光伏开发面积；
[0010]根据光伏开发面积计算光伏开发潜力和光伏发电的年度减碳量。
[0011]在一些实施例中，所述网络模型的训练方法包括以下步骤：
[0012]对卫星地图数据中具有语义信息的光伏安装区域赋予类别标签，所述光伏安装区域包括农田地块、农业大棚、池塘、湖泊、工业厂房、居民住宅和其他；
[0013]对赋予类别标签的卫星地图数据进行数据增强和预处理，得到数据集；
[0014]搭建模型并将数据集一部分作为训练集另一部分作为测试集进行训练和测试得到最优模型。
[0015]本专利技术的有益效果为：本专利技术通过遥感卫星地图数据结合人工智能算法，来识别和计算光伏安装区域，并且根据不同光伏安装区域计算光伏开发潜力和光伏减碳量计算，与相关技术相比，计算效率更高，面积计算更加准确。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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
专利技术中记载的一些实施例，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。
[0017]图1为本专利技术实施例中区域减碳量评估方法的步骤流程图；
[0018]图2为本专利技术实施例中网络模型的训练方法步骤流程图；
[0019]图3为本专利技术实施例中区域减碳量评估装置的结构示意图。
具体实施方式
[0020]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。
[0021]需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
[0022]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0023]如图1所示的区域减碳量评估方法，包括以下步骤：
[0024]S10：获取待测区域的卫星地图数据并建立数据库，在本专利技术一些实施例中，卫星地图为高清遥感地图数据，空间分辨率为0.1至2m，原始大小为10000*10000ppi；
[0025]S20：输入数据库中的卫星地图数据至训练好的网络模型中，通过该网络模型识别出光伏安装区域；可以理解地是，在本专利技术一些实施例中，网络模型具有多种形式，本领域技术人员可以根据实际需要的精度和速度进行选择；此外，在本专利技术实施例中，对于光伏安装区域的选择不再选用常规的住宅屋顶这种单一的方式，而是采用多种光伏区域的标识方式，通过这种方式的设置，使得光伏潜力的计算得以增强，并不仅限于住宅屋顶这种单一的区域；
[0026]S30：根据识别出的光伏安装区域计算光伏开发面积；在本专利技术实施例计算光伏开发面积时，同样对多种类型的目标区域进行分别计算，进而为后续的光伏开发潜力和光伏发电的年度减碳量的计算做好数据基础。
[0027]S40：根据光伏开发面积计算光伏开发潜力和光伏发电的年度减碳量。
[0028]在上述实施例中，通过遥感卫星地图数据结合人工智能算法，来识别和计算光伏安装区域，并且根据不同光伏安装区域计算光伏开发潜力和光伏减碳量计算，与相关技术相比，计算效率更高，面积计算更加准确。
[0029]在上述实施例的基础上，本专利技术实施例中，如图2中所示，网络模型的训练方法包括以下步骤：
[0030]S21：对卫星地图数据中具有语义信息的光伏安装区域赋予类别标签，光伏安装区域包括农田地块、农业大棚、池塘、湖泊、工业厂房、居民住宅和其他；本专利技术实施例中，将未来可能作为光伏安装的区域均做了类别标签，这里的其他标签是指除了上述六种典型区域以外的其他区域；
[0031]S22：对赋予类别标签的卫星地图数据进行数据增强和预处理，得到数据集；在具体进行处理时，使用滑动窗口将卫星地图数据以及标签图分别裁剪为512
×
512像素的图像；再对每张裁剪后的图片进行旋转、翻转、高斯滤波、添加白噪声等，得到增强之后的数据集；
[0032]S23：搭建模型并将数据集一部分作为训练集另一部分作为测试集进行训练和测试得到最优模型。在本专利技术一些实施例中，建立Mask RCNN网络对待测区域进行提取，采用ResNet
‑
50提取待测区域的基础特征，进一步用FPN(特征金字塔网络)丰富多尺度信息，后采用RPN(区域候选网络)提取候选区域；最后经过ROIAlign优化候选区域，并执行候选框分类、边界框回归和Mask掩码生成。然后再进行分类汇总统计，利用训练好的Mask RCNN实例分割模型对测试集图像进行批量预测，得到分割分类后的图片。
[0033]S24：按照裁剪方式将预测后的图片进行复原拼接，之后结合OpenCV模块对其分类汇总，对其类别和序号进行标定，并统计农田地块、农业大棚、池塘、湖泊、工业厂房、居民住宅6种类别的面积。
[0034]在本专利技术实施例中，在计算光伏开发面积时，上述6种类别的光伏区域的面积计算采用的计算方法为：...

【技术保护点】

【技术特征摘要】
1.一种区域减碳量评估方法，其特征在于，包括以下步骤：获取待测区域的卫星地图数据并建立数据库；输入数据库中的卫星地图数据至训练好的网络模型中，通过该网络模型识别出光伏安装区域；根据识别出的所述光伏安装区域计算光伏开发面积；根据光伏开发面积计算光伏开发潜力和光伏发电的年度减碳量。2.根据权利要求1所述的区域减碳量评估方法，其特征在于，所述网络模型的训练方法包括以下步骤：对卫星地图数据中具有语义信息的光伏安装区域赋予类别标签，所述光伏安装区域包括农田地块、农业大棚、池塘、湖泊、工业厂房、居民住宅和其他；对赋予类别标签的卫星地图数据进行数据增强和预处理，得到数据集；搭建模型并将数据集一部分作为训练集另一部分作为测试集进行训练和测试得到最优模型。3.根据权利要求2所述的区域减碳量评估方法，其特征在于，在计算所述光伏开发面积时，采用的计算方法为：S
area1
＝S
FP
*r1*r2*t1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式1式中，S
area
为待测区域的农田地块可开发面积；S
FP
为区域内提取的农田地块面积；r1为区域内农作物光照需求系数；r2为区域内农作物生长间隔需求系数；t1为区域内为农田地块光伏建设开发系数；S
area2
＝S
FG
*r3*r4*t2*q1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式2式中,S
area2
为待测区域的农业大棚可开发面积；S
FG
为区域内提取的农业大棚面积；r3为区域内大棚作物光照需求系数；r4为区域内大棚作物生长间隔需求系数；t2为农业大棚光伏建设开发系数；q1为区域内大棚屋顶面积换算系数；S
area3
＝S
PO
*d1*d2*d3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式3式中,S
area
为待测区域的池塘可开发面积；S
PO
为区域内提取的池塘面积；d1为区域内池塘动植物光照需求系数；d2为区域内池塘动植物生长间隔需求系数；t3区域内为池塘动植物光伏建设开发系数；S
area4
＝S
LA
*d3*d4*t4*q2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式4式中,S
area4
为待测区域的池塘可开发面积；S
LA
为区域内提取的湖泊面积；d3为区域内湖泊动植物光照需求系数；d4为区域内池塘动植物生长间隔需求系数；t4为农田地块光伏建设开发系数；q2为区域内湖泊不规则边缘修正系数；S
area5
＝S
IP
*f0*f1*f2ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式5式中，S
area
为待测区域的工业厂房屋顶可开发面积；S
IP
为区域内提取的工业厂房屋顶面积；f0为工业厂房屋顶朝向系数；f1为工业厂房屋顶遮阴系数；f2为工业厂房屋顶设备占用系数；S
area6
＝S
RB
*f3*f4*f5*q3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式6式中，S
area6
为待测区域的居民住宅屋顶可开发面积；S
RB
为区域内提取的居民住宅屋顶面积；f3为居民住宅屋顶朝向系数；f4为居民住宅屋顶遮阴系数；f5为居民住宅屋顶设备占用系数。q3为居民住宅屋顶倾角修正系数。
4.根据权利要求3所述的区域减碳量评估方法，其特征在于，在计算光伏发电的年度减碳量时，采用的计算方法为：根据光伏开发面积计算光伏开发潜力，计算公式为：式中，E
j
为光伏开发区域内光伏发电系统在j年生产的电力；A为单块光伏组件面积；E
f
为单块光伏组件接受太阳辐射量；η
f
光伏组件光电转换效率；η
p
光伏发电系统的系统效率；μ为光伏发电系统的年度衰减系数；根据光伏开发潜力计算光伏发电的年度减碳量，计算公式为：E
c
＝f
i，i＝1，2，3
*E
j
*(1
‑
μ)
j
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式8式中，E
c
为第j年区域内光伏减碳量；f1为标准煤耗煤炭消耗系数；f2为标准煤耗碳排放系数；f3为标准煤耗二氧化碳排放系数。5.一种区域减碳量评估装置，其特征在于，包括：获取单元，用于获取待测区域的卫星地图数据并建立数据库；识别单元，用于输入数据库中的卫星地图数据至训练好的网络模型中，通过该网络模型识别出光伏安装区域；第一计算单元，用于根据识别出的...

【专利技术属性】
技术研发人员：焦昊，陈锦铭，赵新冬，刘伟，郭雅娟，陈烨，庄岭，蔡东阳，车伟，
申请(专利权)人：国网江苏省电力有限公司江苏省电力试验研究院有限公司，
类型：发明
国别省市：