一种基于深度学习的透明光伏建筑多尺度能源建模方法

本发明公开了一种基于深度学习的透明光伏建筑多尺度能源建模方法。首先，构建融合残差网络编码器、卷积注意力机制和深度监督输出支路的语义分割模型，实现对高分辨率遥感图像中建筑区域的精细提取；其次，提出空间分层与引导式随机采样相结合的采样策略，高效统计建筑覆盖率并估算城市或省域尺度建筑总面积；进而，基于典型单体建筑透明光伏窗构型的能耗仿真结果，结合区域气候与辐照资源数据，系统推演区域级光伏发电潜力及冷热负荷变化；最终，输出多尺度区域节能评估指标。本发明显著提升了跨尺度建模的适应性、精度及与遥感数据的兼容性，为透明光伏部署潜力分析与绿色城市规划提供有力技术支撑，可广泛应用于光伏城市规划与绿色建筑性能评估。