AI 与开放数据驱动的可扩展太阳能发电剖面分析
人工智能
2026-05-05 v1
摘要
太阳能光伏（PV）部署正在快速扩展，但关于屋顶太阳能面积分布和容量的详细、最新信息仍有限。本文提出了一种基于开放数据的、可扩展的太阳能板检测框架，用于生成城市级太阳能发电剖面。我们利用基础视觉AI模型从开源卫星影像中检测太阳能板的几何形状。这种方法规避了手动数据标注和特定模型训练，同时在异构影像上保持鲁健性。检测到的太阳能板被转换为带坐标的多边形，构建了具有空间指向性且可逐步扩展的清单。通过整合开放天气数据，我们将面板轮廓转化为区域太阳能发电剖面。该框架减少了对专有影像、手动标注和闭源模型的依赖，提供了一种透明且可扩展的太阳能规划与分析方法。我们发布了数据及其API。对于任意用户指定的建筑位置，API会检索航空影像、检测屋顶太阳能板，并返回带坐标的多边形。此举使研究人员和开发者能够扫描用户自定义区域，以构建太阳能板地图及其相关发电剖面，从而促进分布式太阳能发电集成、本地电力流优化、能源分级设计及基础设施规划等高级分析。
引用
@article{arxiv.2605.02738,
title = {AI and Open-data Driven Scalable Solar Power Profiling},
author = {Shiliang Zhang and Sabita Maharjan and Damla Turgut},
journal= {arXiv preprint arXiv:2605.02738},
year = {2026}
}