概要
本論文は、全天画像撮影装置(ASI)から得られた画像データを深層学習モデルに組み込む3つの異なる手法を比較評価しています。これらの手法を用いて、15分先までの全天日射量(GHI)の多段階予測を行い、それぞれの予測精度を検証しています。太陽光発電の出力予測精度向上に重要な研究です。
ポイント
- 3つの手法の比較：①RGB画像から直接特徴抽出するCNN、②雲検出や雲の動きベクトル等の領域知識に基づく2D特徴マップを使用、③エンジニアリングされた特徴マップを時系列入力として集約する方法
- 高頻度データセット活用：29日間の高頻度データを使用してモデルを訓練し、実際の運用環境に近い条件での評価を実施
- 多段階予測対応：最大15分先までの多地平線予測に対応し、短期的な日射変動予測が可能
- 領域知識の活用：雲セグメンテーション、雲動きベクトル、太陽位置、雲底高度等の気象学的知識を組み込むことで予測性能を向上
- 実用的な評価指標：RMSE(二乗平均平方根誤差)とスキルスコアにより複数の視点から予測性能を検証
出典
この記事はAIが海外情報を要約・翻訳したものです。元記事は出典リンクをご覧ください。