Siyuan Wanga · Zhenfeng Shaoa · Dongyang Houb · Bowen Caic · Applied Energy · 2025年1月 · Vol.393

准确地利用遥感影像定位和测量分布式光伏（PV）系统的规模，对于评估装机容量和预测太阳能发电潜力至关重要。然而，现有的光伏提取方法主要依赖于空间域学习策略，难以捕捉小规模光伏系统复杂的边界和细微结构特征。本文提出PV Segmenter，一种频率引导的边缘感知网络，通过引入频域学习机制来提升分布式光伏系统中的边缘检测与模式识别能力。具体而言，设计了一种频率增强型边缘检测模块，利用频域解耦技术提取与光伏边界相关的边缘语义信息；随后，边缘引导的特征判别模块将边缘线索注入多层级语义特征中，以优化结构语义...

解读: 该频域引导的分布式光伏识别技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过遥感影像精准定位小型光伏系统边界,可增强SG系列逆变器的分布式电站资产管理能力,优化MPPT算法对复杂屋顶场景的适配性。边缘检测模块可辅助PowerTitan储能系统进行区域发电潜力评估,支撑虚拟电厂的容...