基于Segment Anything Model(SAM)的城市级光伏潜力评估方法——SolarSAM
计算机视觉与模式识别
2024-07-02 v1
摘要
受光伏技术进步的推动，太阳能已成为一种具有在建筑屋顶、立面和窗户上轻松集成潜力的可持续能源源。对于新兴城市，缺乏详细街景数据 presents 挑战，难以有效评估建筑集成光伏(BIPV)的潜力。为此，本研究提出一种新型BIPV评估方法SolarSAM，利用遥感影像和深度学习技术。我们以中国北方某新兴城市为案例，验证了该模型的性能。在此过程中，SolarSAM利用文本提示引导的语义分割技术对各种建筑屋顶进行分割。随后，基于分割数据和当地气候信息，分别开发了屋顶光伏、立面光伏和光伏窗户系统的光伏模型。评估了BIPV安装潜力、太阳能发电潜力以及城市范围内的自给电力潜力，结果显示年均BIPV发电潜力是该市总电耗的2.5倍。还进行了经济和环境分析，包括电价和碳减排计算，比较了不同建筑类别下不同BIPV系统的表现。这些发现表明该模型具有良好的性能，并揭示了BIPV发电在未来具有广阔的潜力。
引用
@article{arxiv.2407.00296,
title = {SolarSAM: Building-scale Photovoltaic Potential Assessment Based on Segment Anything Model (SAM) and Remote Sensing for Emerging City},
author = {Guohao Wang},
journal= {arXiv preprint arXiv:2407.00296},
year = {2024}
}