隨著能源轉(zhuǎn)型和碳中和目標(biāo)推進(jìn)，屋頂光伏作為分布式光伏的重要補(bǔ)充得到迅速發(fā)展。屋頂光伏存在統(tǒng)計困難、開發(fā)潛力難以評估等問題，因此精準(zhǔn)評估屋頂光伏潛力有助于制定科學(xué)的發(fā)展目標(biāo)和規(guī)劃，優(yōu)化資源配置，避免資源浪費(fèi)，從而促進(jìn)地區(qū)能源結(jié)構(gòu)優(yōu)化和綠色發(fā)展。衛(wèi)星遙感技術(shù)作為觀察地球的“第三只眼”，是精準(zhǔn)識別屋頂和光伏的關(guān)鍵。中國科學(xué)院青島生物能源與過程研究所泛能源大數(shù)據(jù)與戰(zhàn)略研究中心提出了識別衛(wèi)星遙感圖像的集成多注意力機(jī)制網(wǎng)絡(luò)MANet。MANet是基于編碼器-解碼器結(jié)構(gòu)的語義分割網(wǎng)絡(luò)，融合了空間自注意力模塊（SSAM）和通道注意力模塊（CARM）。其中，SSAM用于提取全局上下文信息，幫助模型更全面地理解目標(biāo)對象及其周圍環(huán)境；而CARM側(cè)重自適應(yīng)地學(xué)習(xí)通道權(quán)重進(jìn)行特征校準(zhǔn)，突出重要信息并抑制冗余信息，提高分割精度。相較同類模型，MANet對屋頂和光伏分割的精度指標(biāo)分別提升了1.93%和0.9%，展現(xiàn)出優(yōu)異的預(yù)測能力。該團(tuán)隊利用MANet，設(shè)計了雙分支架構(gòu)，實(shí)現(xiàn)了對光伏和屋頂?shù)耐阶R別，通過差分可精準(zhǔn)得到未部署光伏的屋頂面積。這一技術(shù)在屋頂光伏裝機(jī)容量潛力評估中得到了檢驗(yàn)，為該地區(qū)新能源規(guī)劃提供了參考，展現(xiàn)了人工智能在新能源監(jiān)測和預(yù)測方面的應(yīng)用價值。近期，相關(guān)研究成果以Development assessment of regional rooftop photovoltaics based on remote sensing and deep learning為題，發(fā)表在《應(yīng)用能源》（Applied Energy）上。研究工作得到山東能源研究院、中國工程科技發(fā)展戰(zhàn)略山東研究院以及山東省自然科學(xué)基金的支持。論文鏈接