找到 2 条结果 · Applied Energy
基于深度学习与遥感的城市土地分类对光伏潜力的分析
PV potential analysis through deep learning and remote sensing-based urban land classification
Hongjun Tan · Zhiling Guo · Yuntian Chen · Haoran Zhang 等7人 · Applied Energy · 2025年6月 · Vol.387
城市土地在商业、居住、草地及其他行政分区中的利用情况将影响可再生能源基础设施（如光伏板）的可用安装面积。将土地利用类型纳入光伏潜力评估对于优化空间配置、贴近能源需求中心以及提升系统效率至关重要。为解决以往研究忽视城市土地利用问题的局限性，本文提出一个融合遥感数据与深度学习方法的框架，实现八类细粒度和三类粗粒度的土地利用分类。该框架针对每种土地利用类型计算其可安装光伏系统的面积，并结合2023年年均太阳辐照量评估其发电潜力。案例研究表明，德国海尔布隆（Heilbronn）地区的土地适合地面光伏安装...
解读: 该研究基于深度学习和遥感数据的城市土地分类与光伏潜力评估框架,对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。通过精细化土地利用分类(商业、住宅、未利用地等),可优化地面光伏与屋顶光伏的配置策略。研究中不同地类的单位面积发电潜力差异,可指导阳光电源1500V系统和MPPT优化技...
面向物联网电池管理系统的模式感知Transformer SOC估算方法：迈向节能且可解释的建模
Pattern-aware transformer for SOC estimation in IoT-based battery management systems: Toward energy-efficient and interpretable modeling
Yun-Jia Deng · Jiang Huang · Sheng-Hua Xiong · Zhen-Song Chen 等5人 · Applied Energy · 预计 2026年5月 · Vol.410
本文提出一种基于Transformer架构的模式感知SOC估算模型，融合时序电池运行模式特征与IoT传感数据，提升估算精度与可解释性，降低计算能耗，适用于边缘部署的智能BMS。
解读: 该研究直接支撑阳光电源PowerTitan和ST系列PCS内置的智能BMS功能升级。其模式感知Transformer可嵌入iSolarCloud平台实现云端-边缘协同SOC诊断，提升储能系统循环寿命预测精度；建议在PowerStack液冷储能系统中集成轻量化模型，优化充放电策略，增强光储一体化项目中...