龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东工业大学
摘要：本发明公开了基于半监督分割模型的屋顶光伏潜力评估方法，属于光伏潜力评估领域，包括选取训练样本进行标注构建训练数据集；使用训练数据集对半监督屋顶分割模型进行训练；将待检测遥感图像输入半监督屋顶分割模型，分割出研究区域内所有屋顶部分并输出预测图；通过轮廓检测和图像重建算法提取仅包含单个屋顶的图像块，并输入到屋顶分类模型得到屋顶分类结果；为各种屋顶设置可用面积比例，获得总屋顶光伏可用面积；计算屋顶光伏装机容量评估屋顶光伏潜力。本发明的方法减少了数据标注带来的困难，使得基于计算机视觉的光伏潜力评估方法有更好的推广性，将屋顶分为了不同类型，获得更精确的屋顶光伏可用面积，为后续的装机容量测算奠定基础。
主权项：1.基于半监督分割模型的屋顶光伏潜力评估方法，其特征在于，包括以下步骤，步骤S1，选取遥感图像原图的一部分作为训练样本，并对训练样本进行标注，构建屋顶分割训练数据集；步骤S2，使用屋顶分割训练数据集对半监督屋顶分割模型进行训练；步骤S3，训练完成后，将待检测遥感图像输入半监督屋顶分割模型，分割出研究区域内所有屋顶部分，并输出仅包含屋顶和背景的预测图；步骤S4，根据半监督屋顶分割模型输出的预测图，通过轮廓检测和图像重建算法提取仅包含单个屋顶的图像块，将单个屋顶图像块输入到屋顶分类模型中，得到屋顶分类结果；步骤S5，基于屋顶分类结果，经验性的为每一种类型屋顶设置一个屋顶光伏可用面积比例，进而获得整个研究区域总屋顶光伏可用面积；步骤S6，通过计算总的屋顶光伏装机容量来评估研究区域的屋顶光伏潜力；上述步骤S2中，所述对半监督屋顶分割模型进行训练，包括以下步骤，步骤S21，利用有标签数据对教师模型进行训练；步骤S22，教师模型训练完成后，将无标签数据输入到教师模型中，生成的伪标签A通过过滤器保留下高质量的伪标签B，形成伪标签图作为无标签数据的标签图；步骤S23，将训练完成后的教师模型中的参数迁移到学生模型中，教师模型和学生模型共用一个相同分割模型架构；步骤S24，将有标签数据和无标签数据一起输入到学生模型中对学生模型进行半监督训练，得到训练好的学生模型用于屋顶分割。
全文数据：
权利要求：
百度查询： 广东工业大学 基于半监督分割模型的屋顶光伏潜力评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号