[论文解读] 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 8

一句话总结

本文提出了一种全自动的、基于地址级别的光伏（PV）注册系统，通过整合航空影像与三维建筑数据，估算光伏系统的面积、倾角和朝向。结合图像识别与三维几何分析，该方法将光伏容量估算的准确率提高了38%（从25.9%降至16.1%的中位数绝对百分比误差，MedAPE），并识别出官方注册系统中的多项差异，如重复项、虚增容量和遗漏条目。

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.

研究动机与目标

• 开发一种全自动的、基于地址级别的光伏注册系统，提供包括面积、倾角和朝向在内的详细安装数据。
• 通过整合源自三维建筑模型的屋顶倾角，提升光伏容量估算的准确率。
• 通过识别错误与遗漏，验证、更新并补充官方自报的光伏注册系统。
• 展示将高分辨率航空影像与三维建筑几何数据相结合，用于大规模光伏监测的可行性与优势。

提出的方法

• 利用微调后的DeepSolar和DeepLabv3模型，对高分辨率航空影像（0.05 m/pixel）中的光伏系统进行检测与分割。
• 通过分割后的光伏多边形与三维屋顶多边形之间的几何交集，将光伏系统分配至具体建筑，并提取空间属性。
• 基于标准换算系数6.5 m²/kWp峰值容量，计算光伏面积并考虑倾角进行校正，以提升容量估算精度。
• 排除面积小于6 m²的光伏检测结果，以减少因分割误差导致的误报。
• 按地址聚合光伏数据，生成全自动注册系统，支持与官方注册系统的对比。
• 通过将自动化估算结果与德国官方光伏注册系统对比，验证结果，识别重复项、错误地址及遗漏条目。

实验结果

研究问题

• RQ1 将航空影像与三维建筑数据结合，是否能相比忽略倾角与朝向的方法，显著提升光伏容量估算的准确率？
• RQ2 在完整性、准确率与数据质量方面，自动化光伏注册系统的估算结果与官方自报注册系统相比如何？
• RQ3 官方光伏注册系统中普遍存在哪些类型的错误（如重复项、错误地址或虚增容量）？自动化方法能否有效检测这些错误？
• RQ4 自动化检测在多大程度上可能遗漏大规模光伏系统？其主要失效模式是什么？

主要发现

• 引入屋顶倾角后，光伏容量估算的中位数绝对百分比误差（MedAPE）从25.9%降至16.1%，准确率提升38%。
• 自动化注册系统识别出21个德国官方注册系统中未列出的光伏系统，表明自报数据存在显著遗漏。
• 官方注册系统中存在3.2%的重复条目，以及24个错误地址，尤其在工业区的大规模系统中更为突出，凸显数据质量问题。
• 在剔除重复项与虚增容量后，官方注册系统的总容量降至29,758 kWp，而自动化方法估算值为32,386 kWp，仅存在8.8%的高估。
• 尽管性能优异，仍有16个（占160个，即≥30 kWp）大型光伏系统被自动化流程遗漏，表明在复杂或遮挡严重的安装场景下仍存在检测局限。
• 本研究证实，自动化注册系统可作为验证、更新和丰富官方注册系统的重要工具，尤其在电网规划与预测应用中具有显著价值。