一种光伏组件排布的确定方法、装置、设备及存储介质与流程

1.本发明涉及光伏电站技术领域，尤其涉及一种光伏组件排布的确定方法、装置、设备及存储介质。


背景技术：

2.随着碳达峰和碳中和等“双碳”政策的大力推行，以及新能源市场的快速发展，光伏发电变得越来越重要。
3.通常，光伏发电系统一般包含光伏方阵、光伏汇流设备(包括光伏汇流箱、直流配电柜和直流电缆等)、逆变器、交流配电设备、升压变、储能及控制装置、布线系统及监测系统等设备组成。大型光伏电站的所在地，常常会选址在地形复杂的山地，通常会根据当地的地形来建立数字高程模型(digital elevation model，dem)，根据该模型来确定光伏组件的排布方式。
4.然而，这种常规的建模方式，存在建模精度不高的问题，从而导致光伏组件的排布容量的损失，以及后续光伏电站发电量的损失。


技术实现要素：

5.本发明提供了一种光伏组件排布的确定方法、装置、设备及存储介质，以解决因建模精度不高而导致的光伏组件排布不合理的问题。
6.第一方面，本发明实施例提供了一种光伏组件排布的确定方法，包括：
7.获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块，其中，所述第一区域块中包含所述等高线离散点；
8.响应于初始三角网络确定任务被触发，根据所述第一区域块中等高线离散点间的距离，确定初始三角网络，以完成所述初始三角网络确定任务，其中，所述第一区域块包含所述初始三角网络；
9.基于所述第一区域块的边界线和所述初始三角网络，确定目标三角网络，其中，所述目标三角网络包含所述初始三角网络；
10.基于所述目标三角网络，建立所述目标区域的地形模型，并根据所述地形模型确定光伏组件的排布。
11.第二方面，本发明实施例提供了一种光伏组件排布的确定装置，包括：
12.第一区域确定模块，用于获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块，其中，所述第一区域块中包含所述等高线离散点；
13.初始三角网络确定模块，用于响应于初始三角网络确定任务被触发，根据所述第一区域块中等高线离散点间的距离，确定初始三角网络，以完成所述初始三角网络确定任务，其中，所述第一区域块包含所述初始三角网络；
14.目标三角网络确定模块，用于基于所述第一区域块的边界线和所述初始三角网
络，确定目标三角网络，其中，所述目标三角网络包含所述初始三角网络；
15.组件排布确定模块，用于基于所述目标三角网络，建立所述目标区域的地形模型，并根据所述地形模型确定光伏组件的排布。
16.第三方面，本发明实施例提供了一种电子设备，该电子设备包括：
17.至少一个处理器；
18.以及与至少一个处理器通信连接的存储器；
19.其中，存储器存储有可被至少一个处理器执行的计算机程序，该计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述第一方面的光伏组件排布的确定方法。
20.第四方面，本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现上述第一方面的光伏组件排布的确定方法。
21.本发明实施例提供的光伏组件排布的确定方案，获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块，其中，所述第一区域块中包含所述等高线离散点，响应于初始三角网络确定任务被触发，根据所述第一区域块中等高线离散点间的距离，确定初始三角网络，以完成所述初始三角网络确定任务，其中，所述第一区域块包含所述初始三角网络，基于所述第一区域块的边界线和所述初始三角网络，确定目标三角网络，其中，所述目标三角网络包含所述初始三角网络，基于所述目标三角网络，建立所述目标区域的地形模型，并根据所述地形模型确定光伏组件的排布。通过采用上述技术方案，基于等高线离散点将目标区域划分为多个第一区域块，然后根据每个第一区域块中等高线离散点间的距离，在每个第一区域块中形成初始三角网络，再根据每个第一区域块的边界线和其中的初始三角网络，确定了目标三角网络，最后根据该目标三角网络，可建立目标区域的地形模型，并确定光伏组件的排布，其经过两次三角网络的划分，解决了直接对目标区域的地形建模存在的建模精度不高，光伏组件的排布容量不合理以及后续光伏电站发电量损失的问题。
22.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
23.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
24.图1是根据本发明实施例一提供的一种光伏组件排布的确定方法的流程图；
25.图2是根据本发明实施例二提供的一种光伏组件排布的确定方法的流程图；
26.图3是根据本发明实施例二提供的一种目标三角网络的拼接示意图；
27.图4是根据本发明实施例三提供的一种光伏组件排布的确定装置的结构示意图；
28.图5是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
29.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
30.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
31.实施例一
32.图1为本发明实施例一提供了一种光伏组件排布的确定方法的流程图，本实施例可适用于确定光伏组件排布的情况，该方法可以由光伏组件排布的确定装置来执行，该光伏组件排布的确定装置可以采用硬件和/或软件的形式实现，该光伏组件排布的确定装置可配置于电子设备中，该电子设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。
33.如图1所示，该本发明实施例一提供的一种光伏组件排布的确定方法，具体包括如下步骤：
34.s101、获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块，其中，所述第一区域块中包含所述等高线离散点。
35.在本实施例中，可以将待排布光伏组件的区域作为目标区域，然后获取目标区域的等高线离散点，根据等高线离散点和目标区域的相关参数，如等高线离散点的个数和目标区域的面积等，可以将目标区域划分为多个区域块，该区域块即为第一区域块。其中，目标区域的地形可以为山地等地形复杂的区域，等高线离散点的获取方式包括但不限于将目标区域的等高线散点化，即可得到等高线离散点。
36.s102、响应于初始三角网络确定任务被触发，根据所述第一区域块中等高线离散点间的距离，确定初始三角网络，以完成所述初始三角网络确定任务，其中，所述第一区域块包含所述初始三角网络。
37.在本实施例中，在确定出多个第一区域块后，会触发初始三角网络确定任务，响应于该任务被触发，将针对每个第一区域块执行，根据等高线离散点间的距离，划分三角网络，得到初始三角网络的任务。其中，每个第一区域块中的等高线离散点可以都被连接起来，形成初始三角网络，第一区域块的数量与初始三角网络的数量一致。
38.s103、基于所述第一区域块的边界线和所述初始三角网络，确定目标三角网络，其
中，所述目标三角网络包含所述初始三角网络。
39.在本实施例中，可以将多个第一区域块的边界线作为特征线，将多个第一区域块内各自含有的初始三角网络进行拼接，得到一个完整的三角网络，该网络即为目标三角网络。其中，目标区域内一般含有一个目标三角网络，特征线的作用包括，为多个初始三角网络的拼接提供特征点数据，以完成对初始三角网络的拼接，得到目标三角网络。
40.s104、基于所述目标三角网络，建立所述目标区域的地形模型，并根据所述地形模型确定光伏组件的排布。
41.在本实施例中，在目标区域内的目标三角网络的基础上，可以利用预设方式，如数据内插的方式，建立目标区域的地形模型，根据该地形模型可分析出目标区域中不同坡体的阴影分布等信息，从而可以确定光伏组件的排布方式。
42.本发明实施例提供的光伏组件排布的确定方法，获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块，其中，所述第一区域块中包含所述等高线离散点，响应于初始三角网络确定任务被触发，根据所述第一区域块中等高线离散点间的距离，确定初始三角网络，以完成所述初始三角网络确定任务，其中，所述第一区域块包含所述初始三角网络，基于所述第一区域块的边界线和所述初始三角网络，确定目标三角网络，其中，所述目标三角网络包含所述初始三角网络，基于所述目标三角网络，建立所述目标区域的地形模型，并根据所述地形模型确定光伏组件的排布。本发明实施例技术方案，基于等高线离散点将目标区域划分为多个第一区域块，然后根据每个第一区域块中等高线离散点间的距离，在每个第一区域块中形成初始三角网络，再根据每个第一区域块的边界线和其中的初始三角网络，确定了目标三角网络，最后根据该目标三角网络，可建立目标区域的地形模型，并确定光伏组件的排布，其经过两次三角网络的划分，解决了直接对目标区域的地形建模存在的建模精度不高，光伏组件的排布容量不合理以及后续光伏电站发电量损失的问题。
43.实施例二
44.图2为本发明实施例二提供的一种光伏组件排布的确定方法的流程图，本发明实施例的技术方案在上述各可选技术方案的基础上进一步优化，给出了确定光伏组件排布的具体方式。
45.可选的，所述获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少一个第一区域块，包括：获取目标区域的等高线，将所述等高线离散化处理，得到等高线离散点；基于预设特征提取算法，从所述等高线离散点中，确定中心区域特征点；利用预设分类算法，基于所述中心区域特征点，对所述等高线离散点进行分类；根据分类结果，将所述目标区域划分为至少两个第一区域块。这样设置的好处在于，根据等高线离散点的特征，利用预设分类算法将目标区域合理的分为多个第一区域块，为提高建模精度提供支撑。
46.可选的，所述根据所述第一区域块中等高线离散点间的距离，确定初始三角网络，包括：利用预设三角网生长算法，基于初始离散点，确定互相邻接且互不重叠的多个初始三角形，其中，所述初始离散点为所述第一区域块中等高线离散点间的最小距离对应的两个等高线离散点；根据所述多个初始三角形，确定初始三角网络。这样设置的好处在于，利用预设三角网生长算法将不同第一区域块内的等高线离散点拼接为初始三角网络，提高了建
模的精度和速度。
47.可选的，所述基于所述第一区域块的边界线和所述初始三角网络，确定目标三角网络，包括：利用预设边界特征提取算法，从所述初始三角网络中，提取边界极限点特征，并根据所述边界极限点特征，从所述初始三角网络的等高线离散点中确定边界极限点，其中，所述边界极限点包含多个等高线离散点；利用所述预设三角网生长算法，基于所述第一区域块的边界线和初始极限点，确定互相邻接且互不重叠的多个目标三角形，其中，所述初始极限点为不同所述第一区域块中边界极限点间的最小距离对应的两个边界极限点；根据所述多个目标三角形，确定目标三角网络。这样设置的好处在于，利用预设边界特征提取算法和预设三角网生长算法，将初始三角网络拼接为目标三角网络，使目标三角网络的边界更贴近目标区域的实际地理情况。
48.如图2所示，本发明实施例二提供的一种光伏组件排布的确定方法，具体包括如下步骤：
49.s201、获取目标区域的等高线，将所述等高线离散化处理，得到等高线离散点。
50.具体的，可以先获取目标区域的等高线，然后可以利用预设软件，如matlab,将目标区域的等高线离散化处理，得到等高线离散点。
51.s202、基于预设特征提取算法，从所述等高线离散点中，确定中心区域特征点。
52.示例性的，若预设特征提取算法为hog(histogram of oriented gradient，方向梯度直方图)算法，则可以利用hog算法提取等高线离散点中的具备中心区域特征的特征点，即中心区域特征点，作为区域块划分的划分标识。
53.s203、利用预设分类算法，基于所述中心区域特征点，对所述等高线离散点进行分类。
54.示例性的，若预设分类算法为svm(support vector machine，支持向量机)分类算法，则可以在确定出中心区域特征点的基础上，根据相关参数，利用svm分类算法对目标区域内的等高线离散点进行分类，从而得到分类结果。其中相关参数包括，等高线离散点的个数、中心区域特征点的个数、目标区域的面积大小以及区域复杂度等。
55.s204、根据分类结果，将所述目标区域划分为至少两个第一区域块。
56.具体的，根据上述获得的分类结果，将目标区域划分为多个第一区域块。其中，分类结果中每一类等高线离散点对应的区域，即为一个第一区域块。
57.可选的，在所述获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块之后，还包括：
58.判断所述第一区域块中的等高线离散点的密度是否符合预设密度要求，若否，则对所述第一区域块中的等高线离散点进行样条插值处理，以使所述密度符合所述预设密度要求；和/或，判断所述第一区域块的边界线是否为封闭曲线，若否，则对所述第一区域块中的等高线离散点进行样条插值处理，以使所述边界线形成封闭曲线。这样设置的好处在于，通过对等高线离散点的密度和/或第一区域块的边界线的封闭性的检查，保证了后续建立目标三角网络和地形模型的准确度。
59.具体的，可以对每个第一区域块中的等高线离散点的密度进行检查，若第一区域块中的等高线离散点的密度低于预设密度阈值，则可以对第一区域块中的等高线离散点进行样条插值处理，以让第一区域块中的等高线离散点的密度不再低于预设密度阈值，和/
或，可以对第一区域块的边界线进行检查，若第一区域块的边界线不是封闭曲线，则可以对第一区域块中的等高线离散点进行样条插值处理，以让第一区域块中的边界线为封闭曲线。其中，若第一区域块经过上述检查和处理，则后续步骤所涉及的等高线离散点及其区域块边界线，均为经过样条插值处理后的等高线离散点和区域块边界线。
60.s205、响应于初始三角网络确定任务被触发，利用预设三角网生长算法，基于初始离散点，确定互相邻接且互不重叠的多个初始三角形，其中，所述初始离散点为所述第一区域块中等高线离散点间的最小距离对应的两个等高线离散点。
61.示例性的，若预设三角网生长算法为，delaunay三角网生成算法，则可以利用delaunay三角网生成算法，在每个第一区域块中找出等高线离散点间的最小距离的两个离散点，即初始离散点，将这两个离散点连接为一条边，作为基线边，然后从该基线边的左侧或右侧，确定距离最近的一个等高线离散点，将该离散点确定为第三点，将第三点和初始离散点进行连接，即可得到一个三角形，然后将该三角形的基线边外的另外两个边作为新的基线边，并依次执行上述确定第三点和三角形的相关步骤，迭代处理剩余的等高线离散点，直至所有的等高线离散点都被处理完，即可得到互相邻接且互不重叠的多个初始三角形。
62.s206、根据所述多个初始三角形，确定初始三角网络，以完成所述初始三角网络确定任务。
63.具体的，上述获得的多个互相邻接且互不重叠的多个初始三角形，即为初始三角网络。其中，每个第一区域块中都含有各自的三角网络。其中，上述步骤s202确定的中心区域特征点之外的等高线离散点，可以用来修正初始三角网络的边界。其中，上述步骤s202确定的中心区域特征点之外的等高线离散点，可以用来修正初始三角网络的边界。
64.s207、利用预设边界特征提取算法，从所述初始三角网络中，提取边界极限点特征，并根据所述边界极限点特征，从所述初始三角网络的等高线离散点中确定边界极限点，其中，所述边界极限点包含多个等高线离散点。
65.示例性的，若预设边界特征提取算法为borderdet边界特征提取算法，则可以利用该算法从每个第一区域块中的初始三角网络中，提取边界极限点特征，并根据该特征可以从初始三角网络的等高线离散点中，确定边界极限点。其中，在本实施例中边界极限点可以理解为，初始三角网络中三角形的边界线中极限点，如初始三角网络中最外侧的三角形的一个最外侧的角对应的离散点。
66.s208、利用所述预设三角网生长算法，基于所述第一区域块的边界线和初始极限点，确定互相邻接且互不重叠的多个目标三角形，其中，所述初始极限点为不同所述第一区域块中边界极限点间的最小距离对应的两个边界极限点。
67.具体的，图3为一种目标三角网络的拼接示意图，如图3所示，可以将第一区域块的边界线作为特征线，如上述例子所述，可再次利用delaunay三角网生成算法，将不同第一区域块的边界极限点拼接成互相邻接且互不重叠的多个目标三角形。
68.s209、根据所述多个目标三角形，确定目标三角网络。
69.具体的，上述获得的多个互相邻接且互不重叠的多个目标三角形，即为目标三角网络。
70.s210、基于所述目标三角网络，建立所述目标区域的地形模型，并根据所述地形模型确定光伏组件的排布。
71.可选的，可以对目标三角网络进行数据内插，生成数字高程模型(digital elevation model，dem)，即目标区域的地形模型。
72.可选的，所述根据所述地形模型确定光伏组件的排布，包括：
73.1)基于所述地形模型，利用预设过滤平滑算法，确定所述目标区域的坡度和坡向。
74.示例性，若预设过滤平滑算法为三阶差分算法，则可基于地形模型，利用该算法对目标区域的坡度和坡向进行计算，从而得到坡度和坡向的计算结果。
75.2)根据所述坡度和所述坡向，将所述目标区域划分为至少两个第二区域块。
76.具体的，可以按照预设分类方式，如将坡度和/或坡向相近的区域分为一类，基于目标区域的坡度和坡向的具体参数信息，将目标区域划分为多个第二区域块。其中，分类的种类数量和第二区域块的数量可以一致。
77.3)响应于光伏组件排布任务被触发，根据所述第二区域块对应的阴影分布，确定光伏组件的排布，以完成所述光伏组件排布任务。
78.具体的，当第二区域块被划分完毕，会触发光伏组件排布任务，响应于该光伏组件排布任务被触发，将在每个第二区域块内对坡体执行真太阳时阴影分布分析操作，根据分析结果，可以确定伏组件的具体排布方式，从而完成该光伏组件排布任务。
79.进一步的，所述初始三角网络确定任务包括至少两个并行处理的网格确定子任务，不同所述第一区域块对应不同的网格确定子任务；所述光伏组件排布任务包括至少两个并行处理的排布子任务，不同所述第二区域块对应不同的排布子任务。
80.示例性的，若存在a个不同的第一区域块，则初始三角网络确定任务中的网格确定子任务也为a个，若存在b个不同的第二区域块，则光伏组件排布任务中的排布子任务也为b个，其中，a和b均大于或等于2。
81.本发明实施例提供的光伏组件排布的确定方法，利用预设特征提取算法，将目标区域划分为多个第一区域块，然后利用预设三角网生长算法，基于初始离散点，在每个第一区域块中形成初始三角网络，再利用预设边界特征提取算法和预设三角网生长算法，基于第一区域块的边界线和初始极限点，确定目标三角网络，最后根据该目标三角网络，可建立目标区域的地形模型，并确定光伏组件的排布，通过利用预设边界特征提取算法和预设三角网生长算法，提升了地形建模的速度，缩短了地形建模的周期，还使得三角网络的边界更加贴合目标区域的实际地理情况，从而得到的地形模型更符合实际地理情况，避免了目标区域的可排布面积的浪费，提高组件排布容量和发电量。
82.在上述实施例基础上，该方法还可包括：
83.确定各所述第一区域块分别对应的第一区域面积，根据所述第一区域面积，为对应的网格确定子任务分配相应的第一处理核，其中，所述第一处理核的数量与所述第一区域面积成正相关关系；确定各所述第二区域块分别对应的第二区域面积，根据所述第二区域面积，为对应的排布子任务分配相应的第二处理核，其中，所述第二处理核的数量与所述第二区域面积成正相关关系。这样设置的好处在于，根据区域面积与处理核的正相关关系，为子任务合理的分配了处理核，同时并行处理该子任务，节省了确定光伏组件排布的时间。
84.示例性的，假设目标区域记为a,如上文所述，可以将目标区域划分为n个第一区域块记为a1,a2,
…
，an，第一区域面积记为s1,s2,
…
，sn,若单位面积s对应的对应的网格确定子任务的处理时间的处理时间为t，则第一区域面积对应的网格确定子任务的处理时间ti的
确定表达式为i＝1,2，...，n，ti表示第i个第一区域面积对应的网格确定子任务的处理时间，若处理网格确定子任务的处理器共有m个处理核，则可以给每个第一区域块分配mi个第一处理核，第一处理核的确定表达式为mi＝m*ti/sum(ti)，mi表示第i个第一区域块对应的网格确定子任务被分配的第一处理核数量，sum()表示求和运算符号，从而使得n个第一区域块对应的网格确定子任务可以并行处理，若ti(i＝1,2，...，n)中的最大值为tmax，则经过tmax后，所有网格确定子任务已处理完毕。其中，第一处理核的数量与第一区域面积成正相关关系。
85.示例性的，如上文所述，若将目标区域a平均的划分为3个第二区域块记为a
′1,a
′2,a
′3，第二区域面积记为s
′1,s
′2，s
′3,s
′i＝s/3,i＝1,2，3,则可以给每个第二区域块分配m
′i个第二处理核，第二处理核的确定表达式为m
′i＝m/3，m
′i表示第i个第二区域块对应的排布子任务被分配的第二处理核数量，从而使得3个第二区域块对应的排布子任务可以并行处理。如上述两个例子所述，并行处理后的排布子任务和网格确定子任务的处理时间为tmax+t
′
max,相比串行处理时间ntmax+3t
′
max，若n＝6，tmax＝t
′
max，则可以节省将近1-2tmax/9tmax＝7/9的串行处理时间。
86.实施例三
87.图4为本发明实施例三提供的一种光伏组件排布的确定装置的结构示意图。如图4所示，该装置包括：第一区域确定模块301、初始三角网络确定模块302、目标三角网络确定模块303以及组件排布确定模块304，其中：
88.第一区域确定模块，用于获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块，其中，所述第一区域块中包含所述等高线离散点；
89.初始三角网络确定模块，用于响应于初始三角网络确定任务被触发，根据所述第一区域块中等高线离散点间的距离，确定初始三角网络，以完成所述初始三角网络确定任务，其中，所述第一区域块包含所述初始三角网络；
90.目标三角网络确定模块，用于基于所述第一区域块的边界线和所述初始三角网络，确定目标三角网络，其中，所述目标三角网络包含所述初始三角网络；
91.组件排布确定模块，用于基于所述目标三角网络，建立所述目标区域的地形模型，并根据所述地形模型确定光伏组件的排布。
92.本发明实施例提供的光伏组件排布的确定装置，基于等高线离散点将目标区域划分为多个第一区域块，然后根据每个第一区域块中等高线离散点间的距离，在每个第一区域块中形成初始三角网络，再根据每个第一区域块的边界线和其中的初始三角网络，确定了目标三角网络，最后根据该目标三角网络，可建立目标区域的地形模型，并确定光伏组件的排布，其经过两次三角网络的划分，解决了直接对目标区域的地形建模存在的建模精度不高，光伏组件的排布容量不合理以及后续光伏电站发电量损失的问题。
93.可选的，该装置还包括：
94.第一处理模块，用于在所述获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块之后，判断所述第一区域块中的等高线离散点的密度是否符合预设密度要求，若否，则对所述第一区域块中的等高线离散点进行样条
插值处理，以使所述密度符合所述预设密度要求；
95.第二处理模块，用于判断所述第一区域块的边界线是否为封闭曲线，若否，则对所述第一区域块中的等高线离散点进行样条插值处理，以使所述边界线形成封闭曲线。
96.可选的，第一区域确定模块301包括：
97.离散点确定单元，用于获取目标区域的等高线，将所述等高线离散化处理，得到等高线离散点；
98.特征点确定单元，用于基于预设特征提取算法，从所述等高线离散点中，确定中心区域特征点；
99.分类单元，用于利用预设分类算法，基于所述中心区域特征点，对所述等高线离散点进行分类；
100.第一区域块确定单元，用于根据分类结果，将所述目标区域划分为至少两个第一区域块。
101.可选的，初始三角网络确定模块302包括：
102.初始三角形确定单元，用于利用预设三角网生长算法，基于初始离散点，确定互相邻接且互不重叠的多个初始三角形，其中，所述初始离散点为所述第一区域块中等高线离散点间的最小距离对应的两个等高线离散点；
103.初始三角网络确定单元，用于根据所述多个初始三角形，确定初始三角网络。
104.可选的，目标三角网络确定模块303包括：
105.边界极限点确定单元，用于利用预设边界特征提取算法，从所述初始三角网络中，提取边界极限点特征，并根据所述边界极限点特征，从所述初始三角网络的等高线离散点中确定边界极限点，其中，所述边界极限点包含多个等高线离散点；
106.目标三角形确定单元，用于利用所述预设三角网生长算法，基于所述第一区域块的边界线和初始极限点，确定互相邻接且互不重叠的多个目标三角形，其中，所述初始极限点为不同所述第一区域块中边界极限点间的最小距离对应的两个边界极限点；
107.目标三角网络确定单元，用于根据所述多个目标三角形，确定目标三角网络。
108.可选的，组件排布确定模块304包括：
109.坡度坡向确定单元，用于基于所述地形模型，利用预设过滤平滑算法，确定所述目标区域的坡度和坡向；
110.第二区域块确定单元，用于根据所述坡度和所述坡向，将所述目标区域划分为至少两个第二区域块；
111.组件排布单元，用于响应于光伏组件排布任务被触发，根据所述第二区域块对应的阴影分布，确定光伏组件的排布，以完成所述光伏组件排布任务。
112.可选的，所述初始三角网络确定任务包括至少两个并行处理的网格确定子任务，不同所述第一区域块对应不同的网格确定子任务；所述光伏组件排布任务包括至少两个并行处理的排布子任务，不同所述第二区域块对应不同的排布子任务。
113.可选的，该装置还包括：
114.第一处理核分配模块，用于确定各所述第一区域块分别对应的第一区域面积，根据所述第一区域面积，为对应的网格确定子任务分配相应的第一处理核，其中，所述第一处理核的数量与所述第一区域面积成正相关关系；
115.第二处理核分配模块，用于确定各所述第二区域块分别对应的第二区域面积，根据所述第二区域面积，为对应的排布子任务分配相应的第二处理核，其中，所述第二处理核的数量与所述第二区域面积成正相关关系。
116.本发明实施例所提供的光伏组件排布的确定装置可执行本发明任意实施例所提供的光伏组件排布的确定方法，具备执行方法相应的功能模块和有益效果。
117.实施例四
118.图5示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
119.如图5所示，电子设备40包括至少一个处理器41，以及与至少一个处理器41通信连接的存储器，如只读存储器(rom)42、随机访问存储器(ram)43等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器41可以根据存储在只读存储器(rom)42中的计算机程序或者从存储单元48加载到随机访问存储器(ram)43中的计算机程序，来执行各种适当的动作和处理。在ram 43中，还可存储电子设备40操作所需的各种程序和数据。处理器41、rom 42以及ram 43通过总线44彼此相连。输入/输出(i/o)接口45也连接至总线44。
120.电子设备40中的多个部件连接至i/o接口45，包括：输入单元46，例如键盘、鼠标等；输出单元47，例如各种类型的显示器、扬声器等；存储单元48，例如磁盘、光盘等；以及通信单元49，例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网格和/或各种电信网格与其他设备交换信息/数据。
121.处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理，例如光伏组件排布的确定方法。
122.在一些实施例中，光伏组件排布的确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元48。在一些实施例中，计算机程序的部分或者全部可以经由rom 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到ram 43并由处理器41执行时，可以执行上文描述的光伏组件排布的确定方法的一个或多个步骤。备选地，在其他实施例中，处理器41可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行光伏组件排布的确定方法。
123.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出
装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
124.用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
125.上述提供的计算机设备可用于执行上述任意实施例提供的光伏组件排布的确定方法，具备相应的功能和有益效果。
126.实施例五
127.在本发明的上下文中，计算机可读存储介质可以是有形的介质，所述计算机可执行指令在由计算机处理器执行时用于执行光伏组件排布的确定方法，该方法包括：
128.获取目标区域的等高线离散点，基于所述等高线离散点将所述目标区域划分为至少两个第一区域块，其中，所述第一区域块中包含所述等高线离散点；
129.响应于初始三角网络确定任务被触发，根据所述第一区域块中等高线离散点间的距离，确定初始三角网络，以完成所述初始三角网络确定任务，其中，所述第一区域块包含所述初始三角网络；
130.基于所述第一区域块的边界线和所述初始三角网络，确定目标三角网络，其中，所述目标三角网络包含所述初始三角网络；
131.基于所述目标三角网络，建立所述目标区域的地形模型，并根据所述地形模型确定光伏组件的排布。
132.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
133.上述提供的计算机设备可用于执行上述任意实施例提供的光伏组件排布的确定方法，具备相应的功能和有益效果。
134.值得注意的是，上述光伏组件排布的确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
135.注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还
可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。