[論文レビュー] An Enriched Automated PV Registry: Combining Image Recognition and 3D Building Data

Benjamin Rausch, Kevin Mayer+6 more|arXiv (Cornell University)|Dec 7, 2020

Solar Radiation and Photovoltaics参考文献 6被引用数 8

ひとこと要約

本論文は、空中写真と3次元建物データを統合することで、住所レベルの自動化された太陽光発電（PV）登録簿を提案する。画像認識と3次元幾何学を組み合わせることで、PVシステムの面積、傾き、向きを推定し、PV容量推定の正確性を38%向上（MedAPEは25.9%から16.1%に低下）させ、公式登録簿における重複、容量の誇張、欠落などの不整合を特定する。

ABSTRACT

While photovoltaic (PV) systems are installed at an unprecedented rate, reliable information on an installation level remains scarce. As a result, automatically created PV registries are a timely contribution to optimize grid planning and operations. This paper demonstrates how aerial imagery and three-dimensional building data can be combined to create an address-level PV registry, specifying area, tilt, and orientation angles. We demonstrate the benefits of this approach for PV capacity estimation. In addition, this work presents, for the first time, a comparison between automated and officially-created PV registries. Our results indicate that our enriched automated registry proves to be useful to validate, update, and complement official registries.

研究の動機と目的

• 住所レベルの自動化されたPV登録簿を構築し、面積、傾き、向きなどの詳細な設置データを提供すること。
• 3次元建物モデルから導出された屋根の傾き角度を組み込むことで、PV容量推定の正確性を向上させること。
• 誤りや漏れを特定することで、公式の自己申告PV登録簿の検証・更新・補完を行うこと。
• 高解像度の空中写真と3次元建物幾何学を統合することによる大規模なPV監視の実現可能性と利点を示すこと。

提案手法

• 0.05 m/ピixeLの高解像度空中写真におけるPVシステムの検出およびセグメンテーションに、微調整されたDeepSolarおよびDeepLabv3モデルを適用する。
• セグメンテーションされたPVポリゴンと3次元屋根ポリゴンとの幾何学的インターセクションを適用し、PVシステムを特定の建物に割り当て、空間的属性を抽出する。
• 標準的な6.5 m²/kWpピーク容量の係数を用いて、PV面積を計算し、傾き角度を補正して容量推定を改善する。
• セグメンテーション誤差に起因する誤検出を低減するため、6 m²未満のPV検出を除外する。
• 住所ごとにPVデータを集約して自動登録簿を生成し、公式登録簿との比較を可能にする。
• ドイツの公式PV登録簿と比較することで、自動推定結果を検証し、重複、誤った住所、欠落している項目を特定する。

実験結果

リサーチクエスチョン

• RQ1 空中写真と3次元建物データを組み合わせることで、傾きや向きを無視する手法と比較して、PV容量推定の正確性が向上するか？
• RQ2 自動PV登録簿の推定値は、公式の自己申告登録簿と比較して、網羅性、正確性、データ品質の観点でどの程度異なるか？
• RQ3 公式PV登録簿に一般的に見られる誤り（重複、誤った住所、容量の誇張など）の種類は何か？自動手法はそれらを検出できるか？
• RQ4 自動検出が大規模なPVシステムをどの程度見逃す可能性があり、主な失敗モードは何か？

主な発見

• 屋根の傾き角度を組み込むことで、PV容量推定の中央絶対誤差率（MedAPE）は25.9%から16.1%に低下し、正確性が38%向上した。
• 自動登録簿は公式ドイツPV登録簿に記載のない21件のPVシステムを検出しており、自己申告データにおける顕著な欠落を示している。
• 公式登録簿には3.2%の重複エントリと24件の誤った住所（特に工業施設に設置された大規模システムに顕著）が含まれており、データ品質の問題を示している。
• 重複と容量の誇張を是正した後、公式登録簿の総容量は29,758 kWpに低下したが、自動手法による推定値は32,386 kWpであり、過大評価は8.8%にとどまった。
• 高い性能にもかかわらず、160件の大型PVシステム（≥30 kWp）のうち16件（10%）が自動パイプラインで見逃されたことから、複雑または遮蔽された設置には検出の限界があることが示された。
• 本研究は、自動登録簿が、特にグリッド計画や予測用途において、公式登録簿の検証・更新・拡充に価値あるツールとして機能できることを確認した。