[发明专利]发电量预测方法、装置、设备及计算机可读存储介质

权利要求书

1.一种发电量预测方法，其特征在于，所述发电量预测方法包括以下步骤：

获取待预测区域的卫星图像，并对所述卫星图像进行切分，以获得多个子卫星图像；

确定各个子卫星图像所包括的光伏电站的预测面积，并获取各个子卫星图像所处区域的天气指数；

基于各个子卫星图像对应的预测面积以及天气指数，通过发电量回归模型进行模型训练，以获得各个子卫星图像所包括的光伏电站的子发电量，并基于各个所述子发电量确定待预测区域对应的光伏电站的发电量；

其中，所述确定各个子卫星图像所包括的光伏电站的面积的步骤包括：

通过光伏电站分割模型分别对各个子卫星图像进行模型训练，以获得各个子卫星图像对应的光伏电站的图像预测面积；

基于图像预测面积，确定各个子卫星图像所包括的光伏电站的预测面积。

2.如权利要求1所述的发电量预测方法，其特征在于，所述通过光伏电站分割模型分别对各个子卫星图像进行模型训练的步骤之前，还包括：

获取第一训练样本集，其中，所述第一训练样本集包括多个卫星图片，以及各个卫星图片中所包括的光伏电站的实际面积；

基于所述第一训练样本集，对待训练电站分割模型进行模型训练，以获得训练后的电站分割模型；

确定训练后的电站分割模型是否收敛；

若训练后的电站分割模型收敛，则将训练后的待训练电站分割模型作为所述光伏电站分割模型；

若训练后的电站分割模型未收敛，则将训练后的电站分割模型作为待训练电站分割模型，并返回执行基于所述第一训练样本集，对待训练电站分割模型进行模型训练的步骤。

3.如权利要求1所述的发电量预测方法，其特征在于，所述获取各个子卫星图像所处区域的天气指数的步骤包括：

获取各个子卫星图像所处区域对应的室外环境照片；

基于各个所述室外环境照片确定各个所述天气指数。

4.如权利要求3所述的发电量预测方法，其特征在于，所述基于各个所述室外环境照片确定各个所述天气指数的步骤包括：

通过太阳辐射强度回归模型对各个室外环境照片进行模型训练，以获得各个天气指数中的太阳辐射强度，并通过大气温度回归模型对各个室外环境照片进行模型训练，以获得各个天气指数中的大气温度；

或者，

通过联合回归模型对各个室外环境照片进行模型训练，以获得各个天气指数中的太阳辐射强度以及大气温度。

5.如权利要求4所述的发电量预测方法，其特征在于，所述通过联合回归模型对各个室外环境照片进行模型训练的步骤之前,还包括：

获取第二训练样本集，其中，所述第二训练样本集包括预设地点的多个室外环境测试照片，以及各个室外环境测试照片对应的实际天气指数；

基于所述第二训练样本集，对待训练联合回归模型进行模型训练，以获得第一回归模型；

若第一回归模型收敛，则将第一回归模型作为所述联合回归模型。

6.如权利要求1所述的发电量预测方法，其特征在于，所述基于各个子卫星图像对应的预测面积以及天气指数，通过发电量回归模型进行模型训练的步骤之前，还包括：

获取第三训练样本集，其中，所述第三训练样本集包括预设光伏电站的多个不同时刻的实际发电量，以及各个实际发电量对应的实际天气指数以及预设光伏电站的实际面积；

基于所述第三训练样本集，对待训练发电量回归模型进行模型训练，以获得第二回归模型；

若第二回归模型收敛，则将第二回归模型作为所述发电量回归模型。

7.如权利要求1至6任一项中所述的发电量预测方法，其特征在于，所述对所述卫星图像进行切分，以获得多个子卫星图像的步骤包括：

基于预设步长对所述卫星图像进行切分，以获得多个大小相同的子卫星图像。