Un modelo de aprendizaje profundo mejora la segmentación fotovoltaica en imágenes de teledetección

Un equipo de investigación de la Universidad Nacional de Jeju, en Corea del Sur, ha desarrollado una novedosa técnica de aprendizaje profundo para segmentar instalaciones fotovoltaicas en imágenes de teledetección. Denominado Solar-Mamba, el nuevo método es una red de espacio de estados adaptada a la energía fotovoltaica que combina un modelado eficiente de dependencias de largo alcance con un aprendizaje de características condicionado por la geometría.

«Hasta donde sabemos, Solar-Mamba es el primer marco de aprendizaje profundo que incorpora explícitamente las propiedades geométricas y estructurales de los paneles fotovoltaicos —su forma rectangular, su disposición en filas y columnas similares a una cuadrícula y la precisión de sus bordes— directamente en la arquitectura del modelo», explicó a pv magazine Kinza Nazir, autora de correspondencia del estudio.

«En lugar de tratar los paneles solares como objetos genéricos, diseñamos un bloque específico de espacio de estados fotovoltaico (Photovoltaic State-Space, PVSS) que analiza simultáneamente el contexto global de los tejados, los bordes finos de los paneles y los patrones de forma rectangular», añadió. «La integración de un mecanismo de escaneo sensible a la cuadrícula también alinea el procesamiento secuencial del modelo con la disposición física de los sistemas fotovoltaicos. Esta combinación de principios de diseño específicos del sector con un modelado eficiente de espacio de estados es lo que distingue a Solar-Mamba de las redes neuronales convolucionales (CNN) y de los enfoques basados en transformadores anteriores».

La técnica Solar-Mamba comienza con una imagen de teledetección preprocesada, que se introduce en un codificador de tipo U-Net para extraer características en diferentes escalas espaciales. En cada etapa del codificador, el bloque PVSS procesa las características mediante tres ramas paralelas: una rama Vision Mamba las escanea horizontal, vertical y diagonalmente para reconocer la disposición regular en cuadrícula de los sistemas fotovoltaicos; una rama convolucional identifica texturas locales, bordes finos de los paneles y espacios entre los módulos; y una rama sensible a la forma utiliza información de los bordes y filtros alargados para reforzar la geometría rectangular de los paneles.

Las salidas de estas ramas se combinan posteriormente mediante una proyección entrenable. En el decodificador, el modelo restablece progresivamente la resolución de la imagen utilizando características transferidas desde las etapas correspondientes del codificador, mientras que un componente de refinamiento de bordes ayuda a definir con mayor precisión los límites de los paneles. Finalmente, Solar-Mamba genera una máscara a nivel de píxel que identifica las áreas cubiertas por instalaciones fotovoltaicas. Durante el entrenamiento, una función de pérdida híbrida penaliza los paneles no detectados, las regiones de paneles identificadas de forma imprecisa y los límites borrosos o irregulares, lo que permite al modelo generar máscaras que se ajustan estrechamente a la forma y la disposición reales de los módulos fotovoltaicos.

Los investigadores evaluaron Solar-Mamba en dos conjuntos de datos de segmentación fotovoltaica disponibles públicamente: el conjunto de datos fotovoltaicos multirresolución y el conjunto de datos de segmentación fotovoltaica de alta resolución (High-Resolution Photovoltaic Segmentation, HRPVS). El primero es un amplio conjunto de datos multirresolución procedente de la provincia china de Jiangsu, compuesto por 3.716 mosaicos de imágenes anotadas obtenidas mediante satélites, con una resolución de 0,8 m; plataformas aéreas, con una resolución de 0,3 m; y vehículos aéreos no tripulados (UAV), con una resolución de 0,1 m. Incluye sistemas fotovoltaicos instalados tanto en tejados como sobre suelo en diversos entornos.

El conjunto de datos HRPVS, por su parte, contenía 717 instalaciones fotovoltaicas sobre tejado anotadas manualmente en Heilbronn, Alemania. Generado a partir de imágenes de Google Earth con una resolución de 0,15 m y dividido en 280 mosaicos, el conjunto se centra en tejados urbanos complejos con sombras, obstrucciones y distintas geometrías de edificios.

Solar-Mamba se entrenó y evaluó por separado en cada conjunto de datos, con el 80 % de las imágenes destinado al entrenamiento y el 20 % a las pruebas. Se comparó con tres categorías de modelos de segmentación de última generación: arquitecturas basadas en CNN, seleccionadas por su gran capacidad para extraer características locales; arquitecturas basadas en transformadores, elegidas por su capacidad para modelar el contexto global de largo alcance mediante mecanismos de autoatención; y arquitecturas basadas en espacio de estados, incluidas para evaluar las ventajas del modelado eficiente de dependencias de largo alcance y aislar la contribución del diseño de Solar-Mamba adaptado a la energía fotovoltaica.

«El resultado más sorprendente fue la precisión de nuestros límites. Introdujimos una métrica específica, la intersección media sobre unión de los límites (boundary mean intersection over union, B-mIoU), para evaluar específicamente la precisión con la que el modelo delimita los bordes de los paneles, y no solo la superposición de las regiones», explicó Nazir. «Solar-Mamba alcanzó una B-mIoU del 84,0 %, un resultado especialmente destacado si se tiene en cuenta que los modelos basados en transformadores, a pesar de sus mecanismos de atención global, quedaron por debajo del 79 % en la misma métrica».

En el conjunto de datos HRPVS, Solar-Mamba alcanzó una intersección media sobre unión (mIoU) del 89,84 %, mientras que el mejor modelo basado en CNN obtuvo un 83,43 %, el mejor modelo basado en transformadores alcanzó un 86,31 % y el mejor modelo de espacio de estados registró un 86,78 %. En el conjunto de datos multirresolución, Solar-Mamba volvió a ocupar el primer lugar, con una mIoU del 90,12 %, frente al 84,63 % del mejor modelo CNN, el 87,61 % del mejor transformador y el 87,73 % del mejor modelo de espacio de estados.

«El modelo también demostró ser el más eficiente desde el punto de vista computacional de todos los incluidos en nuestra comparación: con solo 26,4 millones de parámetros, 85,3 gigaoperaciones de punto flotante (GFLOP) y un tiempo de inferencia de 33,9 ms, superó en precisión a todos los modelos de referencia basados en CNN, transformadores y Mamba, al tiempo que utilizó menos memoria y capacidad de cómputo», añadió Nazir. «No esperábamos que nuestros experimentos demostraran de forma tan contundente que un modelo pudiera ser simultáneamente el más preciso y el más ligero».

Como conclusión, Nazir afirmó que su grupo tiene varias líneas previstas para futuras investigaciones. «La prioridad más inmediata es ampliar Solar-Mamba hacia la cartografía solar a escala mundial, pasando de mosaicos de imágenes individuales a un monitoreo continuo de grandes extensiones», señaló. «También tenemos previsto integrar análisis temporales para que el modelo pueda realizar un seguimiento de la degradación de los paneles y apoyar el mantenimiento predictivo a lo largo del tiempo. En cuanto a la arquitectura, estamos trabajando en versiones ligeras adecuadas para su implementación directa en procesadores de drones, con el fin de efectuar un monitoreo aéreo en tiempo real».

El nuevo método se presentó en el estudio «Solar-mamba: A photovoltaic-aware state-space network for boundary-aware solar panel segmentation» (Solar-Mamba: una red de espacio de estados adaptada a la energía fotovoltaica para la segmentación de paneles solares sensible a los límites), publicado en Applied Energy.