
针对光伏板在光学影像上具有纹理多变、边缘特征不稳定和难以被完整提取等特点,利用20万张覆盖全国各地的多源高分影像作为自监督训练数据,在自主研发的“空天·灵眸”大模型基础上进行微调,构建了基于亚米级影像自监督训练的光伏智能提取技术,有效地提取了区域内各个集中式、分布式光伏电站的光学和地理位置信息。


集中式光伏提取场景
集中式光伏电站是指在沙漠、戈壁、山地、水面等场地集中建设的光伏发电设施。 针对集中式光伏电站识别存在占地面积大导致识别结果不完整的痛点,能够完整地识别出集中式光伏电站的轮廓和地理位置等信息,识别准确率优于90%。
分布式光伏提取场景
分布式光伏发电站是指在用户现场或靠近用电现场配置较小的光伏发电设施,一般建于户用屋顶、厂房顶和蔬菜大棚等地。 本算法针对分布式光伏电站识别中的小型电池板漏检和提取结果粘连等问题进行了优化,提取的光伏板轮廓分明、边界规整,识别准确率优于90%。












