融合监督分割与数字孪生的时空数据库构建方法及相关设备

本发明属于地理信息系统，具体而言涉及一种融合监督分割与数字孪生的时空数据库构建方法及相关设备。

背景技术：

1、随着全球能源转型的加速推进，光伏系统的装机容量持续快速增长，准确掌握光伏系统的空间分布、安装时序、类型归属和部署密度，对于电网规划、碳减排核算、光伏产业政策制定以及电力市场预测具有重要的基础性支撑作用。

2、目前，构建光伏设施时空数据库的主流技术路线依赖高分辨率遥感影像与深度学习模型，采用先空间分割提取、后时序属性反演的串行处理方式构建光伏时空数据库，然而，上述方案存在以下缺陷：

3、光伏面板与建筑物、水体光谱混淆，且模型缺乏地理位置、几何排列、朝向等先验约束，导致误提漏提频发；遥感信号受大气、传感器干扰，反演未利用倾角、朝向、转换效率等物理属性解耦，发电量、衰减率结果偏差大，可信度低；分割与反演串行，属性无法反向修正分割错误。

4、综上，现有技术存在光谱混淆导致误提漏提、属性反演精度低以及分割与反演相互孤立等问题，因此，本领域亟需一种能够融合空间-属性协同校验的时空数据库构建方法。

技术实现思路

1、本技术实施例提供一种融合监督分割与数字孪生的时空数据库构建方法及相关设备，能够减少光谱混淆导致的误提取与漏提取，并通过反馈机制实现空间分布与属性信息的协同校验。

2、一方面，本技术实施例提供一种融合监督分割与数字孪生的时空数据库构建方法，包括：

3、获取目标区域的遥感影像数据和数字孪生基底空间，其中，所述数字孪生基底空间包括表征地理实体空间分布和物理属性的先验约束信息，所述地理实体包括建筑矢量轮廓和永久性地物分布；

4、基于所述先验约束信息构建弱监督分割网络的损失函数约束项；

5、基于所述遥感影像数据对所述弱监督分割网络进行训练，并获取训练好的弱监督分割网络输出的光伏系统的初始空间分布掩码；

6、基于所述数字孪生基底空间对所述遥感影像数据中的时序信号进行混叠信号解耦，得到光伏系统在时序维度上的属性反演信息，并基于所述属性反演信息生成针对所述初始空间分布掩码的反馈校验信号；

7、将所述初始空间分布掩码和所述属性反演信息输入预设场景语义理解模型中，得到所述光伏系统的类别标签和空间部署密度的预测结果；

8、将所述初始空间分布掩码、所述属性反演信息、所述类别标签和所述预测结果进行融合存储，得到所述时空数据库，并将所述时空数据库中满足预设质量要求的数据反馈至所述数字孪生基底空间以更新所述先验约束信息。

9、进一步的，所述基于所述数字孪生基底空间对所述遥感影像数据中的时序信号进行混叠信号解耦，包括：

10、在所述数字孪生基底空间中模拟所述光伏系统在不同物理状态下的地表响应时序特征曲线；

11、将所述时序特征曲线变换至频域空间中，生成孪生频域指纹库；

12、将所述遥感影像数据中的低空间分辨率时序影像的像素级信号在所述频域空间中与所述孪生频域指纹库进行稀疏分解，得到稀疏分解系数；

13、基于所述稀疏分解系数的阶跃突变时间节点确定所述光伏系统的安装时间，并基于所述稀疏分解系数的幅值反推所述光伏系统在所述低空间分辨率时序影像中的亚像素面积占比信息。

14、进一步的，所述反馈校验信号包括面积一致性损失项，所述基于所述属性反演信息生成针对所述初始空间分布掩码的反馈校验信号，包括：

15、将所述亚像素面积占比信息映射至所述弱监督分割网络的输出空间，构建面积一致性损失函数；

16、将所述面积一致性损失函数作为所述反馈校验信号，反向传播至所述弱监督分割网络，以约束所述初始空间分布掩码的全局总面积和所述亚像素面积占比信息保持一致性。

17、进一步的，所述先验约束信息包括永久性地物负样本分布图，所述基于所述先验约束信息构建弱监督分割网络的损失函数约束项，包括：

18、构建孪生碰撞损失函数，其中，所述孪生碰撞损失函数用于计算所述初始空间分布掩码和所述永久性地物负样本分布图的空间重叠惩罚值；

19、在所述空间重叠惩罚值大于预设空间重叠惩罚阈值的情况下，强制所述弱监督分割网络将大于预设空间重叠惩罚阈值对应的区域的激活值置零。

20、进一步的，所述将所述初始空间分布掩码和所述属性反演信息输入预设场景语义理解模型中，包括：

21、基于所述初始空间分布掩码和所述数字孪生基底空间中建筑矢量轮廓的空间归属关系，以单个建筑为节点、建筑间的空间邻接关系为边构建属性拓扑图，

22、利用图神经网络对所述属性拓扑图进行消息传递和聚合，得到所述建筑对应的住宅类别标签或非住宅类别标签；

23、其中，所述属性拓扑图的节点特征包括光伏覆盖率、光伏板主轴方向离散度和建筑高度。

24、进一步的，所述得到所述光伏系统的类别标签和空间部署密度的预测结果，包括：

25、在所述数字孪生基底空间中构建第一模拟算例和第二模拟算例，其中，所述第一模拟算例基于所述属性反演信息中的历史安装时序学习历史扩张策略，所述第二模拟算例基于所述数字孪生基底空间中的物理可用容量学习极限填充策略；

26、驱动所述第一模拟算例和所述第二模拟算例在所述数字孪生基底空间中进行多轮博弈模拟，在所述第一模拟算例和所述第二模拟算例的损失函数差值小于预设收敛阈值的情况下，判定达到纳什均衡状态，并将达到纳什均衡状态时的空间概率分布作为所述空间部署密度预测结果；

27、其中，所述第一模拟算例的损失函数用于衡量其部署方案与历史扩张策略的偏差，所述第二模拟算例的损失函数用于衡量其部署方案与物理可用容量的偏差。

28、进一步的，所述将所述时空数据库中满足预设质量要求的数据反馈至所述数字孪生基底空间以更新所述先验约束信息，包括：

29、提取所述时空数据库中置信度大于预设置信度阈值的时空数据，并将提取的时空数据作为时空锚点样本存入所述数字孪生基底空间的锚点库中；

30、在所述弱监督分割网络在当前遥感影像数据上的分割精度相对于历史精度下降超过预设阈值的情况下，从所述锚点库中提取与当前影像风格特征相匹配的目标锚点样本；

31、基于所述目标锚点样本对所述弱监督分割网络进行参数调整，并计算调整后的分割结果轮廓和所述锚点库中的历史轮廓形状的相似度；

32、在所述相似度大于预设相似度的情况下，将调整后的分割结果轮廓和对应的属性反演信息作为更新后的先验约束信息，并将更新后的先验约束信息存入所述数字孪生基底空间中对应的遥感影像覆盖范围的网格单元内。

33、另一方面，本技术实施例提供了一种融合监督分割与数字孪生的时空数据库构建装置，装置包括：

34、获取模块，用于获取目标区域的遥感影像数据和数字孪生基底空间，其中，所述数字孪生基底空间包括表征地理实体空间分布和物理属性的先验约束信息，所述地理实体包括建筑矢量轮廓和永久性地物分布；

35、构建模块，用于基于所述先验约束信息构建弱监督分割网络的损失函数约束项；

36、训练模块，用于基于所述遥感影像数据对所述弱监督分割网络进行训练，并获取训练好的弱监督分割网络输出的光伏系统的初始空间分布掩码；

37、解耦模块，用于基于所述数字孪生基底空间对所述遥感影像数据中的时序信号进行混叠信号解耦，得到光伏系统在时序维度上的属性反演信息，并基于所述属性反演信息生成针对所述初始空间分布掩码的反馈校验信号；

38、输入模块，用于将所述初始空间分布掩码和所述属性反演信息输入预设场景语义理解模型中，得到所述光伏系统的类别标签和空间部署密度的预测结果；

39、存储模块，用于将所述初始空间分布掩码、所述属性反演信息、所述类别标签和所述预测结果进行融合存储，得到所述时空数据库，并将所述时空数据库中满足预设质量要求的数据反馈至所述数字孪生基底空间以更新所述先验约束信息。

40、再一方面，本技术实施例提供了一种电子设备，设备包括：处理器以及存储有计算机程序指令的存储器；

41、所述处理器执行所述计算机程序指令时实现如第一方面任意一项所述的融合监督分割与数字孪生的时空数据库构建方法。

42、再一方面，本技术实施例提供了一种计算机存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如第一方面任意一项所述的融合监督分割与数字孪生的时空数据库构建方法。

43、与现有技术相比，本技术实施例的一种融合监督分割与数字孪生的时空数据库构建方法及相关设备，能够通过将数字孪生基底中的建筑矢量轮廓和永久性地物分布等先验约束信息添加至弱监督分割网络的损失函数，使分割过程获得地理位置和几何排列先验，从而抑制光伏面板与建筑物、水体等光谱相似物的混淆，降低误提漏提，通过利用数字孪生基底中的倾角、朝向、转换效率等物理属性对遥感时序信号进行混叠解耦，使发电量、衰减率等反演结果摆脱大气和传感器干扰，在一定程度上提升属性反演精度；将属性反演信息生成反馈校验信号反向修正初始空间分布掩码，打破传统串行处理中分割与反演相互孤立的局限，实现空间-属性协同校验，将满足质量要求的融合数据反馈至数字孪生基底以动态更新先验信息，形成闭环迭代优化，从而提升后续分割与反演的准确性，进而构建高可信度、高一致性的光伏设施时空数据库。