使用单张图像预测太阳能发电
计算机视觉与模式识别
2026-04-27 v1
摘要
太阳能板正在城市屋顶、墙面和城市基础设施上不断部署。尽管近年来面板成本有所下降,但安装的软成本仍未下降。这些软成本包括对面板照明(辐射)的评估,通常采用3D模型进行评估,但该模型无法捕捉对辐射影响较小的附近结构。我们的ethods采用该面板所在位置的单张图像,用于预测其未来任意时刻的辐射水平。我们利用图像中的视觉线索寻找摄像机的姿态,并确定面板可看见的天空部分,以预测因太阳和天空造成的辐射。此外,我们还展示了来自附近建筑物的反射辐射随时间平滑变化,可从图像中进行预测。该方法使我们能够评估任何表面的太阳能潜力,并预测面板辐射的时序变化。我们使用城市峡谷中的真实辐射测量数据对该方法进行了验证。我们展示了该方法在预测辐射方面比传统的辐射转换方法和3D模型仿真更常常具有更高的准确性。我们还表明,可以使用单张球面图像找到面板的最佳固定姿态。最后,我们提出了Solaris设备,用于在各种城市环境中捕获面板看到的图像。
引用
@article{arxiv.2604.21982,
title = {Forecasting Solar Energy Using a Single Image},
author = {Jeremy Klotz and Shree K. Nayar},
journal= {arXiv preprint arXiv:2604.21982},
year = {2026}
}
备注
22 pages, 15 figures. Project page: https://cave.cs.columbia.edu/projects/categories/project?cid=Physics-Based%20Vision&pid=Forecasting%20Solar%20Energy%20Using%20a%20Single%20Image