基本信息:
- 专利标题： 一种基于图像识别神经网络的光伏发电功率预测方法
- 申请号：CN202211290890.5 申请日：2022-10-21
- 公开(公告)号：CN115564131A 公开(公告)日：2023-01-03
- 发明人： 乔学明 , 汤耀 , 孟平 , 朱伟义 , 乔琳霏 , 郭腾炫 , 刘艳红 , 李童心 , 郑鹏飞 , 李玉文 , 王超 , 徐琪
- 申请人： 国网山东省电力公司威海供电公司
- 申请人地址： 山东省威海市环翠区昆明路23号
- 专利权人： 国网山东省电力公司威海供电公司
- 当前专利权人： 国网山东省电力公司威海供电公司
- 当前专利权人地址： 山东省威海市环翠区昆明路23号
- 代理机构： 威海科星专利事务所
- 代理人： 李沫
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/06 ; G06T7/00 ; G06V10/764 ; G06V10/82 ; G06N3/04 ; G06N3/08 ; H02J3/00 ; H02J3/38
摘要：
本发明提出一种基于图像识别神经网络的光伏发电功率预测方法，包括收集光伏板图像并对其进行标注；利用已标注的图像训练目标检测模型，针对光伏板种类和数量识别、光伏板异常状态检测和光伏板表面灰尘堆积检测分别生成目标模型；利用目标模型检测未标注的图像，基于图像神经网络识别结果，确定图像中光伏板的光电转化效率、光伏板面积、光伏板表面灰尘堆积比率及异常光伏板数量；获取光伏板经纬度位置信息、日照时长、天气云量及海拔高度，将上述信息向量化并将生成的向量进行连接构成环境因素向量；利用多层神经网络架构，依据输入的环境因素向量，得到预估的太阳辐照度；获取天气温度，计算预估的光伏发电功率。上述方法能提高预测的准确率。