维度网讯，西班牙瓦伦西亚理工大学（UPV）旗下ENIA-UPV人工智能与可持续发展教席表彰了一个创新项目，该项目利用人工智能与计算机视觉技术，可自动识别出最适合安装光伏太阳能板的建筑表面。

为实现自动检测，该技术方案融合了多种数据源：来自西班牙国家地理信息中心（CNIG）的高清晰度正射影像与激光雷达（LIDAR）3D点云文件、政府及市政开放数据平台的地籍信息，以及PVGIS网络工具提供的发电量数据。随后，这些数据经由计算机视觉软件、二值掩膜、点云滤波、数字高程模型、辐照度图、图层地理配准以及几何约束优化等步骤进行综合处理。

该校学生Emmanuel Jean Daniel Pic是该方法的研发者。该方法能够汇集影响光伏面板年发电量的关键参数，包括太阳辐射接收量、投影阴影、坡度和朝向。通过自动评估处于不同尺寸、位置、倾斜角度和朝向的表面，系统可提供最优的面板配置方案，从而大规模估算某个区域的太阳能潜力，并优化面板的摆放方式。

以瓦伦西亚市Illa Perduda街区为例进行的应用测试显示，在该街区21,159平方米的可用屋顶面积上，采用该方法测算出的年发电量可达4.45 GWh。测试结果还揭示了一个现象：并非标称功率更高的面板配置总能产生更多电力；在某些情况下，尺寸较小的面板因与屋顶表面更匹配，反而能够创造出总发电量更高的配置方案。

为了最大化发电量，研究指出最合适的面板倾斜角度约为35度。在朝向不同的屋顶上，将光伏板平行于屋檐边缘放置，可容纳比朝南放置更多的面板，从而实现更大的总安装功率。该项目由Nunsys集团提供支持，旨在培养学生在可持续发展领域应用人工智能的能力，并推动相关技术在企业中的实际落地。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com