了解哪些美國人在他們的屋頂上安裝了太陽能電池板，以及他們為什么這樣做，對于管理不斷變化的美國電力系統，以及了解更多使用可再生資源的障礙，將是非常有用的。但到目前為止，所有可用的數據基本上都是估計值。為了得到準確的數字，斯坦福大學(StanfordUniversity)的科學家們使用機器學習算法分析了10多億張高分辨率衛星圖像，并確定了這48個州中幾乎所有的太陽能裝置。研究結果發表在12月19日出版的《焦耳》雜志上。

這些數據可以在項目網站上公開獲得。分析發現共有147萬個光伏發電裝置，這個數字遠遠高于之前兩個公認的估計數字。科學家們還將把美國人口普查及其他數據與他們的太陽能設施目錄結合起來，以確定導致采用太陽能發電的因素。

我們可以利用機器學習方面的最新進展來了解所有這些資產的位置，這是一個巨大的問題，并且可以深入了解電網的發展方向以及我們如何幫助將其帶到更有利的地方，RamRajagopal說。他是土木與環境工程教授，與機械工程教授ArunMajumdar一起監督該項目。

分析發現共有147萬個光伏發電裝置，這個數字遠遠高于之前兩個公認的估計數字。

誰使用太陽能

這些團體的數據可能對電力公司、監管機構、太陽能電池板營銷人員和其他人有用。

了解附近有多少太陽能電池板，可以幫助當地電力公司平衡供需，這是電網可靠性的關鍵。

該清單突出了太陽能部署的催化劑和障礙。例如，研究人員發現家庭收入非常重要，但只是在一定程度上。年收入超過15萬美元，收入很快就不再在人們的決策中起很大作用。另一方面，中低收入家庭并不經常安裝太陽能系統，即使他們居住的地區從長遠來看是有利可圖的。例如，在陽光充足、電費較高的地區，節省的電費將超過每月的設備成本。作者懷疑，中低收入家庭的障礙在于前期成本。這一發現表明，太陽能安裝商可以開發新的金融模式來滿足未滿足的需求。

為了覆蓋社會經濟因素，研究小組成員使用了公開的美國人口普查數據。這些小冊子平均每個大約覆蓋約1700個家庭，約為郵政編碼的一半，約占典型美國縣的4％。他們發現了其他有價值的東西。例如，一旦太陽能滲透到某個社區的某個水平，它就會迅速起飛，這并不奇怪。但如果某個社區存在很多收入不等的家庭，那么這個激活器通常就不會啟動。利用地理數據，研究小組還發現了一個重要的閾值，即一個特定區域需要多少陽光才能越過采用的重要門檻。Majumdar說：我們發現了一些見解，但我們認為這只是其他研究人員、電力公司、太陽能開發商和決策者能夠進一步發現的東西的冰山一角。我們將此公布于眾，這樣其他人就可以發現太陽能部署模式，并建立經濟和行為模型。

發現面板

該團隊訓練了名為DeepSolar的機器學習程序(AI)，通過提供約37萬張圖像識別太陽能電池板，每張圖像覆蓋約100英尺100英尺。每張照片都被貼上了是否有太陽能電池板的標簽。從那以后，DeepSolar學會了識別與太陽能電池板相關的特征例如，顏色、紋理和尺寸。

與土木與環境工程專業博士研究生王哲成(音)共同構建該系統的電氣工程專業博士生于家芬(音)說，我們實際上并沒有告訴機器哪種視覺特征是重要的。所有這些都需要通過機器學習來完成。最終，DeepSolar能夠在93%的情況下正確地識別出包含太陽能電池板的圖像，而在安裝了太陽能設備的圖像中，大約有10%被忽略。作者在報告中說，在這兩個方面，DeepSolar比之前的模型更精確。

研究小組隨后讓DeepSolar分析了數十億張衛星圖像，以找到太陽能裝置這項工作如采用常規技術需要多年才能完成。通過一些新的提升效率的手段，DeepSolar在一個月內完成了這項工作。由此產生的數據庫不僅包括住宅太陽能裝置，還包括企業屋頂上的裝置，以及許多大型電力企業擁有的太陽能發電場。然而，科學家們讓DeepSolar跳過了人口最稀少的地區，因為這些農村地區的建筑很可能要么沒有太陽能電池板，要么沒有連接到電網。科學家根據他們的數據估計，大約有5%的住宅和商業太陽能裝置存在于未覆蓋的地區。

王說，機器學習技術的進步令人驚嘆。但是現成的系統通常需要適應特定的項目，這需要項目專題方面的專業知識。我和家芬(音)都專注于使用這種技術來為可再生能源服務。

接下來，研究人員計劃擴展DeepSolar數據庫，將在農村地區和其他擁有高分辨率衛星圖像的地區識別太陽能設備。他們還打算增加一些特征來計算太陽能裝置的角度和方向，從而準確地估計其發電量。DeepSolars的尺寸測量目前只是潛在輸出的代表。該組織希望每年用新的衛星圖像來更新美國數據庫。這些信息最終將用于優化美國各地區的電力系統，包括Rajagopal和Yus項目，幫助電力公司實現可視化和進一步分析分布式能源資源。

論文原文：https://www.sciencedirect.com/science/article/pii/S2542435118305701

（原文來自：每日太陽能中國新能源網綜合）