論文の概要: SolarGAN: Synthetic Annual Solar Irradiance Time Series on Urban Building Facades via Deep Generative Networks

• arxiv url: http://arxiv.org/abs/2206.00747v1
• Date: Wed, 1 Jun 2022 20:17:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-03 14:30:35.727550
• Title: SolarGAN: Synthetic Annual Solar Irradiance Time Series on Urban Building Facades via Deep Generative Networks
• Title（参考訳）: SolarGAN:Deep Generative Networksによる都市建築ファサードに関する年次日射量時系列
• Authors: Yufei Zhang (1), Arno Schl\"uter (1), Christoph Waibel (1) ((1) Chair of Architecture and Building Systems (A/S), ETH Zurich, Radarweg 29, Zurich, 1043 NX, Switzerland)
• Abstract要約: ビル・インテグレート・ソーラー(BIPV)は、ビルのエンベロープで利用可能な太陽エネルギーを利用して都市エネルギーシステムを脱炭する有望な技術である。 既存の物理に基づくシミュレーションプログラムは、時間解決結果を生成するために、かなりのモデリングと計算時間を必要とする。 本稿では,建築ファサード上での年間日射量時系列の高忠実なアンサンブルを効率的に生成する,Deep Generative Networks (DGN) に基づくデータ駆動モデルを提案する。
• 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: Building Integrated Photovoltaics (BIPV) is a promising technology to decarbonize urban energy systems via harnessing solar energy available on building envelopes. While methods to assess solar irradiation, especially on rooftops, are well established, the assessment on building facades usually involves a higher effort due to more complex urban features and obstructions. The drawback of existing physics-based simulation programs is that they require significant manual modelling effort and computing time for generating time resolved deterministic results. Yet, solar irradiation is highly intermittent and representing its inherent uncertainty may be required for designing robust BIPV energy systems. Targeting on these drawbacks, this paper proposes a data-driven model based on Deep Generative Networks (DGN) to efficiently generate high-fidelity stochastic ensembles of annual hourly solar irradiance time series on building facades with uncompromised spatiotemporal resolution at the urban scale. The only input required is easily obtainable, simple fisheye images as categorical shading masks captured from 3D models. In principle, even actual photographs of urban contexts can be utilized, given they are semantically segmented. Our validations exemplify the high fidelity of the generated time series when compared to the physics-based simulator. To demonstrate the model's relevance for urban energy planning, we showcase its potential for generative design by parametrically altering characteristic features of the urban environment and producing corresponding time series on building facades under different climatic contexts in real-time.
• Abstract（参考訳）: 組込み型太陽光発電(bipv)は、ビルのエンベロープで利用可能な太陽エネルギーを利用して都市エネルギーシステムを脱炭する有望な技術である。 日射量の評価方法は、特に屋上においてよく確立されているが、建物のファサードの評価は、より複雑な都市的特徴と障害のために、通常より高い労力を必要とする。 既存の物理に基づくシミュレーションプログラムの欠点は、時間解決決定結果を生成するために、手動モデリングと計算時間を必要とすることである。 しかし、太陽放射は非常に断続的であり、その固有の不確実性を示すためには、堅牢なBIPVエネルギーシステムを設計する必要がある。 本稿では, 都市部における時空間分解能のない建物ファサード上で, 年間太陽照度時系列の高忠実度確率アンサンブルを効率的に生成する, 深部生成ネットワーク(DGN)に基づくデータ駆動モデルを提案する。 必要な入力は簡単に入手でき、単純な魚眼画像は3Dモデルから取得したカテゴリーシェーディングマスクである。 原則として、都市環境の実際の写真でさえ、意味的にセグメンテーションされているため利用することができる。 本検証は,物理シミュレーションと比較して生成時系列の忠実度が高いことを示す。 都市環境の特徴をパラメトリックに変化させ, 異なる気候環境下での建築ファサードに対応する時系列をリアルタイムで生成することで, 都市エネルギー計画におけるモデルの有効性を実証する。

関連論文リスト

• A Generative AI Technique for Synthesizing a Digital Twin for U.S. Residential Solar Adoption and Generation [0.6144680854063939]
  本稿では,米国全土の屋上ソーラー導入のための,きめ細かな,住宅規模の現実的なデータセットを作成するための新しい手法について論じる。 データ駆動方式は、(i)PV導入者を識別するための統合機械学習モデル、(ii)説明可能なAI技術を用いてデータを増強する方法、(iii)家庭レベルの太陽エネルギー出力を生成する方法からなる。 生成された合成データセットは実世界のデータを使用して検証され、下流タスクをモデリングするためのデジタルツインとして機能する。
  論文  参考訳（メタデータ） (2024-10-10T16:41:43Z)
• Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series Forecasting Approach [71.67506068703314]
  長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。 伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。 本研究では,都市におけるモビリティ予測の新たな視点について紹介する。 都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
  論文  参考訳（メタデータ） (2023-12-04T07:39:05Z)
• 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)
• Long-term Wind Power Forecasting with Hierarchical Spatial-Temporal Transformer [112.12271800369741]
  風力発電は、再生可能、汚染のないその他の利点により、世界中の注目を集めている。 正確な風力発電予測(WPF)は、電力系統の運用における電力変動を効果的に低減することができる。 既存の手法は主に短期的な予測のために設計されており、効果的な時空間的特徴増強が欠如している。
  論文  参考訳（メタデータ） (2023-05-30T04:03:15Z)
• 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)
• Your Autoregressive Generative Model Can be Better If You Treat It as an Energy-Based One [83.5162421521224]
  本稿では,自己回帰生成モデルの学習のための独自のE-ARM法を提案する。 E-ARMは、よく設計されたエネルギーベースの学習目標を活用する。 我々は、E-ARMを効率的に訓練でき、露光バイアス問題を緩和できることを示した。
  論文  参考訳（メタデータ） (2022-06-26T10:58:41Z)
• Feature Construction and Selection for PV Solar Power Modeling [1.8960797847221296]
  太陽光発電(PV)発電を予測するモデルを構築することで、意思決定者はエネルギー不足を補うことができる。 太陽エネルギーの出力は、光や天気など多くの要因に依存する時系列データである。 本研究では, 過去のデータをもとに, 1時間先進太陽エネルギー予測のための機械学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2022-02-13T06:49:28Z)
• Combining Embeddings and Fuzzy Time Series for High-Dimensional Time Series Forecasting in Internet of Energy Applications [0.0]
  Fuzzy Time Series (FTS) モデルは、実装が容易で高精度なデータ駆動非パラメトリックモデルとして際立っている。 本稿では,従来の高次元データを低次元埋め込み空間に投影することにより,高次元時系列を扱う新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-12-03T19:50:09Z)
• Times Series Forecasting for Urban Building Energy Consumption Based on Graph Convolutional Network [20.358180125750046]
  建設業はアメリカにおけるエネルギー消費の40%以上を占めている。 UBEMはエネルギー効率の良いコミュニティの設計を支援する基盤である。 データ駆動型モデル統合工学または物理知識は、都市建設エネルギーシミュレーションを大幅に改善することができる。
  論文  参考訳（メタデータ） (2021-05-27T19:02:04Z)
• DeepClimGAN: A High-Resolution Climate Data Generator [60.59639064716545]
  地球系モデル(ESM)は、気候変動シナリオの将来の予測を生成するためにしばしば用いられる。 妥協として、エミュレータはかなり安価であるが、ESMの複雑さを全て備えているわけではない。 本稿では, ESMエミュレータとして, 条件付き生成逆数ネットワーク(GAN)の使用を実証する。
  論文  参考訳（メタデータ） (2020-11-23T20:13:37Z)

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。