本发明专利技术公开了一种基于多源数据融合的路面光伏改造减碳量评估的方法,首先,基于遥感影像数据利用深度学习方法提取道路区域。然后,对提取的道路区域按照道路宽度进行等级分类,基于POI信息和各级道路光伏改造政策推荐道路光伏可改造区。在评估太阳能潜力时考虑道路表面由周围地形形成的阴影区域,对实际道路光伏可用面积进行估算。使用辐照度数据评估道路光伏长期碳减排潜力。利用本发明专利技术可以实现对路面光伏减碳量的计算,有效评估光伏可开发容量和发电减碳量、预测路面光伏发电潜力。
【技术实现步骤摘要】
本专利技术涉及遥感影像处理、时空数据融合、光伏发电、深度学习技术,具体涉及一种基于多源数据融合的路面光伏改造减碳量评估方法。
技术介绍
1、可再生能源可避免对化石燃料供应的依赖,并最大限度地减少对环境的影响。在研究路面光伏减碳量时要对不同等级道路进行区分并考虑通车情况下动态遮挡问题。
2、为此,本专利提出一种基于多源数据融合的路面光伏改造减碳量评估方法。该方法基于深度学习道路提取算法,对遥感影像数据进行道路提取,基于提取后数据集进行分级面积计算,引入交通流影响因子、太阳辐射参数、标准煤耗、标准煤的二氧化碳排放因子建模计算路面光伏可改造区减碳量。
技术实现思路
1、本专利技术的技术解决问题是:提出一种基于多源数据融合的路面光伏改造减碳量评估方法,实现对路面光伏发电减碳量的估算,促进太阳能资源的利用。
2、本专利技术的技术解决方案为:基于多源数据融合的路面光伏改造减碳量评估方法,首先选用深度学习道路提取网络获取路面光伏可改造区估算数据集。然后对路面光伏可改造区估算数据集结合边缘监测算法计算道路宽度,依据各级道路宽度政策区分道路类型;依据多级道路光伏改造政策结合poi信息分类计算各级道路可改造区面积;结合交通流量数据估算动态阴影分析后路面光伏实际可用面积;最后结合气象数据及光伏发电减碳量估算模型估算长期碳减排。
3、其具体步骤如下:
4、(1)获取高分遥感数据,选用深度学习网络进行道路提取,构建路面光伏可改造面积估算数据集,具体步骤包括:</p>5、(a)深度学习网络选择。结合深度学习中最新道路提取方法研究进展,ms-agan有效解决道路提取中连通性和精确度两大问题,并采用中国的数据集进行训练,针对复杂场景下的道路提取表现更佳。因此,选用ms-agan网络作为道路提取网络。
6、(b)道路特征提取。将高分遥感影像原始数据集切割为512*512尺寸图,送入ms-agan的提取模型中,运行道路提取程序。
7、(c)存储提取结果。构建路面光伏可改造面积估算数据。
8、(2)对路面光伏可改造区估算数据集结合边缘监测算法计算道路宽度,依据各级道路宽度政策区分道路类型;依据分级道路改造政策,结合道路周边poi信息,分类计算各级道路可改造区面积,具体步骤包括:
9、(a)道路宽度计算。将图像颜色空间从rgb转换为hsv,并对亮度通道的v分量进行canny边缘检测,以获得道路的边缘;利用边缘矩形框,计算道路宽度;
10、(b)依据道路级别判定条件,划分道路等级标准。
11、高速公路:中国最宽的公路类型,通常有4到6个车道,标准车道宽度通常在3.5米到3.75米之间。
12、城市主干道:城市中的主要干道通常具有两条车道,每条车道的标准宽度通常在3.5米到3.75米之间。
13、城市小街道:较小的城市街道通常具有两个车道,每条车道的宽度通常在2.75米到3.25米之间。
14、根据道路级别判定条件及poi点信息,结合(a)中所得道路宽度,分级计算各级道路可改造面积rg\rz\rx。
15、(3)结合交通流量数据估算动态阴影分析后路面光伏实际可用面积,具体步骤包括:
16、(a)分时分区道路交通状况获取。将原始道路点集稀释成以100米分隔的点作为输入,向百度地图api发送请求,然后记录请求时的道路实时速度。所有路段的速度值都是在工作日和周末从日出到日落每隔1小时获得的,作为正常交通条件的表示。
17、(b)分级道路交通密度计算。交通密度是指车道上车辆的强度,即某一时刻每单位长度车道上的车辆数量。假设交通流是自由的,在长度为l的路段上有n辆车以v的速度连续前进,则l路段上的交通密度k(车辆/km)为:
18、
19、使用线性密度-速度模型来计算不同道路水平和速度条件下的密度:
20、v=a-bk
21、当k=0(自由流条件)时,v可以达到与平滑速度vf相同的理论最大速度,这意味着a=vf;当密度达到最大值k=kj时,相当于v=0,这意味着这里的阻塞密度kj是当交通流密集,所有车辆都无法移动时的密度。平滑速度vf是当交通密度几乎为0时,所有车辆都可以平稳行驶的平均速度。
22、综上所述,vf被自由流速度取代,v是当前速度,kj是在1km长的单位长度车道上4.5米长的车辆数量,k是目标值,即所需的当前道路交通密度。
23、(c)分级道路遮挡面积比计算。由(b)所得道路交通密度k,采用下述公式,道路遮挡面积比rt为:
24、rt=1-k
25、(d)结合遮挡面积比rt、各级道路可改造面积rg\rz\rx等数据,计算实际通车条件下,路面光伏可用面积y。
26、yg=rt(g)×rg
27、yz=rt(g)×rz
28、yx=rt(x)×rx
29、y=yg+yz+yx
30、(4)结合气象数据及光伏发电减碳量估算模型估算长期碳减排,具体步骤包括:
31、(a)基于实际路面光伏可用面积,结合组件参数、当地经纬度、太阳方位角、太阳高度角等参数计算路面光伏可开发容量,具体模型如下:
32、为了计算路面光伏装机容量和发电潜力,假设安装的太阳能电池板尺寸为1m×1m,额定功率为200w。路面光伏可开发总容量ep和装机容量paz如下:
33、ep=paz×h×k
34、其中ep为光伏公路的发电量,paz为光伏公路装机容量。k是太阳能光伏系统的整体性能系数,一般值为0.8。h是太阳能光伏系统的平均峰值日照小时数,可以根据高速公路的太阳能潜力进行计算。
35、paz=p×n
36、其中p为单个太阳能电池板的额定功率,n为太阳能电池板数量,因此n是路面光伏可用面积y。本研究中光伏系统的额定功率为200w/m2。
37、(b)基于光伏发电等价煤耗发电、路面光伏可开发总容量、标准煤的二氧化碳排放因子建模计算太阳能光伏发电系统的二氧化碳减排量。2020年全国供电标准煤耗305.5克/千瓦时,标准煤的二氧化碳排放因子(kg/kgce),取2.47kg/kgce。具体模型如下:
38、标准节煤量:q=305.5×ep
39、太阳能光伏发电系统的二氧化碳减排量:
40、
41、本专利技术与现有技术相比的优点在于:
42、1、采用深度学习方法提取道路,解决了路面面积计算不精确的问题,并考虑到路面阴影、周围环境等对光伏改造的影响,对路面光伏改造,按道路类别分级评估。突破了道路光伏改造评估方法只针对某一类别的局限性。
43、2、采用交通流模型动态评估通车条件下,路面光伏实际可用面积,解决了光伏改造评估方法实用性问题。
本文档来自技高网...
【技术保护点】
1.一种基于多源数据融合的路面光伏改造减碳量评估的方法,其特征在于步骤如下:
2.根据权利要求1所述的基于多源数据融合的路面光伏改造减碳量评估的方法,其特征在于,所述步骤(1)中,对道路遥感影像数据集进行道路提取包括:
3.根据权利要求1所述的基于多源数据融合的路面光伏改造减碳量评估的方法,其特征在于,所述步骤(2)、(3)中,对已提取道路数据集中道路分级分类计算可改造区面积包括:
4.根据权利要求1所述的基于多源数据融合的路面光伏改造减碳量评估的方法,其特征在于,所述步骤(4)中,结合道路通车情况下,车辆对路面遮挡影响,动态计算路面光伏实际可用面积,包括:
5.根据权利要求1所述的基于多源数据融合的路面光伏改造减碳量评估的方法,其特征在于,所述步骤(5)中,基于步骤(4)结果计算路面光伏减碳量包括:
【技术特征摘要】
1.一种基于多源数据融合的路面光伏改造减碳量评估的方法,其特征在于步骤如下:
2.根据权利要求1所述的基于多源数据融合的路面光伏改造减碳量评估的方法,其特征在于,所述步骤(1)中,对道路遥感影像数据集进行道路提取包括:
3.根据权利要求1所述的基于多源数据融合的路面光伏改造减碳量评估的方法,其特征在于,所述步骤(2)、(3)中,对已提取道路数据集中道路分...
【专利技术属性】
技术研发人员:林绍福,姚昕,刘希亮,黄磊,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。