論文の概要: Data integration and prediction models of photovoltaic production from Brazilian northeastern

• arxiv url: http://arxiv.org/abs/2001.10866v2
• Date: Sat, 7 Mar 2020 01:13:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-05 21:37:48.722070
• Title: Data integration and prediction models of photovoltaic production from Brazilian northeastern
• Title（参考訳）: ブラジル北東部の太陽光発電生産に関するデータ統合と予測モデル
• Authors: Hugo Abreu Mendes, Henrique Ferreira Nunes, Manoel da Nobrega Marinho, Paulo Salgado Gomes de Mattos Neto
• Abstract要約: エネルギー事業では、電力会社はこの情報を使ってグリッド内の電力の流れを制御する。 太陽光発電システムのエネルギー効率を向上するためには、複数の地理空間変数と気象変数を結合する必要がある。 本研究では,衛星データ統合プラットフォームの構築を提案し,生産推定モデル,基地局計測,実際の生産能力について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: All productive branches of society need an estimate to be able to control their expenses well. In the energy business, electric utilities use this information to control the power flow in the grid. For better energy production estimation of photovoltaic systems, it is necessary to join multiples geospatial and meteorological variables. This work proposes the creation of a satellite data integration platform, with production estimation models, base stations measurement and actual production capacity. This work presents statistical, probabilistic and artificial intelligence models that generate spatial and temporal production estimates that could improve production gains as well as facilitate the monitoring and supervision of new enterprises are presented.
• Abstract（参考訳）: 社会のすべての生産的部門は、彼らの費用をうまくコントロールするために見積もりが必要です。 エネルギー事業では、電力会社はこの情報を使ってグリッド内の電力の流れを制御する。 太陽光発電システムのエネルギー効率向上のためには、複数の地理空間および気象変数を結合する必要がある。 本研究は,生産推定モデル,基地局計測,実生産能力を備えた衛星データ統合プラットフォームの構築を提案する。 本研究は, 生産利益を向上し, 新規企業の監視・監督を容易にする空間的, 時間的生産予測を生成する統計的, 確率的, 人工知能モデルを提案する。

関連論文リスト

• SolarSAM: Building-scale Photovoltaic Potential Assessment Based on Segment Anything Model (SAM) and Remote Sensing for Emerging City [0.0]
  本研究では,リモートセンシング画像とディープラーニング技術を活用した新しいBIPV評価手法であるSolarSAMを紹介する。 プロセス中、SolarSAMはテキストプロンプトによるセマンティックセマンティックセマンティクスを使用して、さまざまなビルの屋上をセマンティクスした。 次に、このセグメント化されたデータと局所的な気候情報を用いて、Rooftop PV、Facade-Integrated PV、PVウインドウシステム向けに別々のPVモデルを開発した。 毎年のBIPV発電の可能性は市の電力消費量を2.5倍上回った。
  論文  参考訳（メタデータ） (2024-06-29T03:29:27Z)
• Advanced simulation-based predictive modelling for solar irradiance sensor farms [0.5292801941204784]
  この研究は、CAIDE(Cloud-based Analysis and Integration for Data efficiency)と呼ばれる新しいフレームワークを紹介している。 CAIDEは、太陽放射センサファームのリアルタイム監視、管理、予測のために設計されている。 この枠組みは、太陽光発電の展開と再生可能エネルギー源の将来に重要な意味を持っている。
  論文  参考訳（メタデータ） (2024-04-05T15:44:51Z)
• FusionSF: Fuse Heterogeneous Modalities in a Vector Quantized Framework for Robust Solar Power Forecasting [24.57911612111109]
  本稿では,過去の電力データ,数値天気予報,衛星画像を統合するための多モード融合フレームワークを提案する。 本フレームワークは,新たに設置した植物に特に有用である,強いゼロショット予測能力を示す。 我々のモデルは頑丈なだけでなく、ゼロショット予測とトレーニングデータに富んだシナリオの両方において精度を高める。
  論文  参考訳（メタデータ） (2024-02-08T17:03:10Z)
• Tree-based Forecasting of Day-ahead Solar Power Generation from Granular Meteorological Features [1.8638865257327277]
  このような予測を生成するには、最先端のツリーベース機械学習手法を用いる。 ベルギーのデータと1時間の解像度で日毎のPV発電を予測しています。
  論文  参考訳（メタデータ） (2023-11-30T08:47:37Z)
• Power Hungry Processing: Watts Driving the Cost of AI Deployment? [74.19749699665216]
  生成された多目的AIシステムは、機械学習(ML)モデルをテクノロジに構築するための統一的なアプローチを約束する。 この「一般性」の野心は、これらのシステムが必要とするエネルギー量と放出する炭素量を考えると、環境に急激なコストがかかる。 これらのモデルを用いて,代表的なベンチマークデータセット上で1,000の推論を行うのに必要なエネルギーと炭素の量として,デプロイメントコストを測定した。 本稿は、多目的MLシステムの展開動向に関する議論から締めくくり、エネルギーと排出の面でコストの増大に対して、その実用性はより意図的に重み付けされるべきである、と警告する。
  論文  参考訳（メタデータ） (2023-11-28T15:09:36Z)
• Benchmarks and Custom Package for Energy Forecasting [55.460452605056894]
  エネルギー予測は、電力グリッドディスパッチのようなその後のタスクのコストを最小化することを目的としている。 本稿では,大規模負荷データセットを収集し,再生可能エネルギーデータセットを新たにリリースした。 評価指標の異なるレベルにおいて,21種類の予測手法を用いた広範囲な実験を行った。
  論文  参考訳（メタデータ） (2023-07-14T06:50:02Z)
• Improving day-ahead Solar Irradiance Time Series Forecasting by Leveraging Spatio-Temporal Context [46.72071291175356]
  太陽発電は二酸化炭素の排出量を大幅に削減することで気候変動を緩和する大きな可能性を秘めている。 しかし、太陽光の固有の変動は、電力網に太陽エネルギーをシームレスに統合する上で大きな課題となる。 本稿では,衛星データを用いた時間的文脈の活用を目的としたディープラーニングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-06-01T19:54:39Z)
• A Comparative Study on Generative Models for High Resolution Solar Observation Imaging [59.372588316558826]
  本研究は、観測された太陽活動状態の背後にあるデータ分布を正確に捉えるために、現在の最先端生成モデルの能力について検討する。 スーパーコンピュータ上での分散トレーニングを用いて、人間の専門家が区別できない高品質なサンプルを生成する、最大1024x1024解像度の生成モデルを訓練することができる。
  論文  参考訳（メタデータ） (2023-04-14T14:40:32Z)
• Toward Foundation Models for Earth Monitoring: Proposal for a Climate Change Benchmark [95.19070157520633]
  近年の自己スーパービジョンの進歩は、大量の教師なしデータ上で大規模なニューラルネットワークを事前訓練することで、下流タスクの一般化が著しく増加することを示している。 基礎モデルとして最近作られたそのようなモデルは、自然言語処理の分野に転換してきた。 気候変動に関連する様々な下流タスクからなる新しいベンチマークを開発することを提案する。
  論文  参考訳（メタデータ） (2021-12-01T15:38:19Z)
• Exploiting the Solar Energy Surplus for Edge Computing [2.468408769917523]
  クラウドサービスをプライベート、分散、ソーラーパワーのコンピューティング施設に移行する機会コストについて検討する。 我々は、コンピューティングリソースをクラウドプールにリースする潜在的収益と、余剰エネルギーをグリッドに販売することで得られる収益とを比較した。 結果は、このモデルが経済的に実現可能であり、技術的に実現可能であることを示している。
  論文  参考訳（メタデータ） (2020-06-10T07:52:28Z)
• NeurOpt: Neural network based optimization for building energy management and climate control [58.06411999767069]
  モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。 イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
  論文  参考訳（メタデータ） (2020-01-22T00:51:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。