摘要
本发明涉及光伏功率预测领域,尤其涉及一种光伏组件功率损失预测方法、系统、设备及存储介质。该方法包括以下步骤:获取光伏面板多方位监测图像;基于光伏面板多方位监测图像生成实时光伏面板阴影区域图像;对实时光伏面板阴影区域图像进行多帧时序分割处理,得到阴影区域图像序列;对阴影区域图像序列进行阴影区域形态特征识别,生成面板阴影形态特征数据;基于面板阴影形态特征数据进行阴影迁移演变预测,生成阴影区域预测数据;基于阴影区域预测数据构建动态阴影趋势场;对光伏面板多方位监测图像标记多个光伏组件节点;对多个光伏组件节点进行组件空间布局分析,生成光伏组件空间布局数据。本发明实现了高效、准确的功率损失预测。
技术关键词
光伏组件功率
光伏面板
形态特征识别
拓扑图
多方位
图像
动态
节点
时序
深度学习建模
轮廓数据
深度神经网络
序列
参数
布局模块
系统为您推荐了相关专利信息
拓扑图
实时位置
恶意节点检测方法
固定设备
恶意节点检测系统
合成氨系统
制氢设备
储能设备
合成氨装置
制氢装置
智能识别方法
深度神经网络模型
度量
交叉点
拓扑图