利用地理空間數據評估能源安全:映射小型家用太陽能係統使用無人機和深度學習

家用太陽能係統(合成),具有成本效益的解決方案遠離電網的農村社區在發展中國家,小太陽能電池板和相關設備,提供單個家庭的權力。關鍵資源針對公共和私人資源的進一步投資,以及跟蹤普遍電氣化的發展目標,獲得高質量的數據共享個人合成裝置包括位置和功率容量等信息。盡管最近的研究利用衛星圖像和機器學習來檢測太陽能電池板已經出現,他們很難準確定位合成許多由於有限的圖像分辨率(一些小型太陽能電池板隻占領幾個像素在衛星圖像)。在這項工作中,我們探索的可行性和性價比權衡使用自動合成檢測無人機(UAV)圖像代替衛星圖像。更具體地說,我們將探討三個問題:(i)的檢測性能使用無人機圖像合成;(2)有多昂貴的無人機數據收集,而衛星圖像;和(iii)兵力情況如何合成檢測執行在實際場景嗎?檢查這些問題,我們收集和公布高分辨率無人機圖像的數據集包括各種現實條件下成像及使用該數據集和數據集的圖像從盧旺達評估深度學習的能力模型識別啦,包括那些太小可靠地識別在衛星圖像。結果表明,無人機圖像可能是一個可行的選擇識別很小啦角度的檢測精度和金融數據收集的成本。無人機數據收集可能是一個實際的選擇支持電力訪問計劃實現可持續發展戰略目標和監測進展的這些目標。

這本刊物的結果催化劑的程序格蘭特和夥伴關係能源數據分析實驗室,詹姆斯·e·羅傑斯杜克能源獲取項目,RTI國際合作者。