Alle zonnepanelen in beeld met de zonnepanelendienst van NEO

NEO introduceert een informatiedienst voor zonnepanelen. Met deze dienst krijgt u inzicht in waar zonnepanelen zich bevinden: op daken, in tuinen, op weilanden, enz. De informatie is gekoppeld aan/is koppelbaar met bestaande registraties als BAG/BGT, kadastraal perceel, enz. Ieder zonnepaneel-object is voorzien van belangrijke informatie zoals oppervlakte, oriëntatie en hellingshoek, geschat vermogen, enz.
Waarom spreken wij over dienst en niet zomaar een inventarisatie? Omdat de dienst zo is ingericht dat de initiële herkenning van zonnepanelen en monitoring volgens een automatisch proces verlopen.

NEO gebruikt deep learning technieken voor de herkenning van objecten en de veranderingen daarin. Deze state-of-the-art-technieken maken het mogelijk met zeer hoge nauwkeurigheid zonnepanelen in luchtfoto’s en satellietbeelden te herkennen. Hierbij zijn wij zelfs in staat onderscheid te maken tussen de verschillende soorten zonnepanelen. Natuurlijk zullen de initiële bestanden fouten bevatten. Door de monitoring en de terugkoppeling van gebruikers en andere gegevensbestanden geldt daarvoor: steeds beter en completer.

Hoge frequentie monitoring
Met behulp van signal generators wordt een nulstand bepaald die NEO monitort. Wanneer een nieuwe foto beschikbaar is krijgt de signal generator een seintje, waarna deze het zonnepanelenbestand actualiseert. Deze livestream-benadering is uitermate geschikt voor continuë monitoring. We maken gebruik van alle mogelijke databronnen, waaronder luchtfoto’s en satellietopnamen. Het zonnepanelenbestand wordt daarmee alleen al tenmiste 6 keer per jaar geactualiseerd. Uw informatie is daarmee altijd zeer actueel.

Voor wie?
De dienst is toegankelijk voor iedereen die geïnteresseerd is. Voor toepassing van de gegevens hebben vooral overheden, netbeheerders, energiemaatschappijen, installateurs, nutsbedrijven en verzekeringsmaatschappijen profijt van de zonnepanelendienst.

Vermogen en potentieel
Het vermogen van een zonnepaneel wordt bepaald door verschillende factoren. Denk bij de te onderzoeken kenmerken aan o.a. hellingshoek, oriëntatie, oppervlakte, zonnekracht, aantal zonuren per dag, etc. Door een analyse te doen op deze factoren kunnen wij voor ieder zonnepaneel een indicatie geven van het vermogen.
Nog geen zonnepaneel op het dak? NEO kan van ieder dak ook het potentieel bepalen.

Hieronder ziet u twee voorbeelden van de zonnepaneelherkenning van ons deep learning model:

plaatje 1plaatje 2

Links: zonnepanelen op een dak gemonteerd in de luchtfoto; rechts: het deep learning model beoordeelt iedere pixel op wel (wit) of geen (zwart) zonnepaneel.

plaatje 3plaatje 4

Links: zonnepanelen op verschillende daken (vlak, schuin, schuur, huis); rechts: het deep learning model beoordeelt iedere pixel op wel (wit) of geen (zwart) zonnepaneel. De dichtheid van witte pixels geeft een indicatie van de mate van zekerheid.