論文の概要: SKIPP'D: a SKy Images and Photovoltaic Power Generation Dataset for
Short-term Solar Forecasting
- arxiv url: http://arxiv.org/abs/2207.00913v1
- Date: Sat, 2 Jul 2022 21:52:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-05 13:32:24.803246
- Title: SKIPP'D: a SKy Images and Photovoltaic Power Generation Dataset for
Short-term Solar Forecasting
- Title(参考訳): SKIPP'D:短期太陽予測のためのSKy画像と太陽光発電データセット
- Authors: Yuhao Nie, Xiatong Li, Andea Scott, Yuchi Sun, Vignesh Venugopal, Adam
Brandt
- Abstract要約: 画像ベースのソーラー予測のための標準化されたベンチマークデータセットは、ほとんど公開されていない。
SKIPP'D - SKy Images と Photovoltaic Power Generation データセットを紹介する。
データセットには、品質制御されたダウンサンプルスカイイメージと、ディープラーニングを用いた短期太陽予報のためのPV発電データが含まれている。
- 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: Large-scale integration of photovoltaics (PV) into electricity grids is
challenged by the intermittent nature of solar power. Sky-image-based solar
forecasting using deep learning has been recognized as a promising approach to
predicting the short-term fluctuations. However, there are few publicly
available standardized benchmark datasets for image-based solar forecasting,
which limits the comparison of different forecasting models and the exploration
of forecasting methods. To fill these gaps, we introduce SKIPP'D -- a SKy
Images and Photovoltaic Power Generation Dataset. The dataset contains three
years (2017-2019) of quality-controlled down-sampled sky images and PV power
generation data that is ready-to-use for short-term solar forecasting using
deep learning. In addition, to support the flexibility in research, we provide
the high resolution, high frequency sky images and PV power generation data as
well as the concurrent sky video footage. We also include a code base
containing data processing scripts and baseline model implementations for
researchers to reproduce our previous work and accelerate their research in
solar forecasting.
- Abstract(参考訳): 太陽光発電(PV)の電力網への大規模な統合は、太陽エネルギーの断続的な性質に挑戦されている。
深層学習を用いたスカイイメージに基づく太陽予測は,短期的な変動を予測するための有望なアプローチとして認識されている。
しかし、画像ベースの太陽予報のための標準化ベンチマークデータセットは公開されていないため、異なる予報モデルの比較と予測手法の探索を制限することができる。
これらのギャップを埋めるために、SKIPP'D -- SKy Images と Photovoltaic Power Generation Dataset を導入します。
このデータセットには、3年(2017-2019年)の高解像度ダウンサンプルスカイイメージと、ディープラーニングを用いた短期太陽予報に使えるPV発電データが含まれている。
さらに,研究の柔軟性をサポートするため,高分解能,高周波空像,PV発電データ,および同時スカイビデオ映像を提供する。
また、データ処理スクリプトとベースラインモデル実装を含むコードベースも含んでおり、研究者は以前の研究を再現し、太陽予報の研究を加速します。
関連論文リスト
- 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) - Diffusion Models for Interferometric Satellite Aperture Radar [73.01013149014865]
確率拡散モデル (Probabilistic Diffusion Models, PDMs) は、最近、非常に有望な生成モデルのクラスとして登場した。
ここでは、PDMを活用して、レーダーベースの衛星画像データセットを複数生成する。
PDMは複雑で現実的な構造を持つ画像を生成することに成功したが、サンプリング時間は依然として問題である。
論文 参考訳(メタデータ) (2023-08-31T16:26:17Z) - 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) - Data-driven soiling detection in PV modules [58.6906336996604]
太陽光発電モジュールの土質比を推定する問題について検討した。
私たちのアルゴリズムの重要な利点は、ラベル付きデータでトレーニングする必要がない、土壌を推定することです。
実験により, 土質比を推定するための工法として, 現状を著しく上回っていることが明らかとなった。
論文 参考訳(メタデータ) (2023-01-30T14:35:47Z) - Computational Solar Energy -- Ensemble Learning Methods for Prediction
of Solar Power Generation based on Meteorological Parameters in Eastern India [0.0]
特定の地理的位置に対して太陽光発電(PV)発電量を推定することが重要である。
本稿では,太陽PV発電における気象パラメータの影響を,Bagging,Boosting,Stacking,VottingなどのEnsemble ML(EML)モデルを用いて推定する。
その結果,スタックモデルと投票モデルでは,約96%の予測精度が得られた。
論文 参考訳(メタデータ) (2023-01-21T19:16:03Z) - Open-Source Ground-based Sky Image Datasets for Very Short-term Solar
Forecasting, Cloud Analysis and Modeling: A Comprehensive Survey [0.0]
ディープラーニングは、太陽光発電の不確実性を減らすための有望なアプローチであると認識されている。
最大の課題の1つは、巨大で多彩なスカイイメージのサンプルがないことである。
本研究では,短期日射予測のためのオープンソース地上画像データセットの総合的な調査を行う。
論文 参考訳(メタデータ) (2022-11-27T03:35:58Z) - A Moment in the Sun: Solar Nowcasting from Multispectral Satellite Data
using Self-Supervised Learning [4.844946519309793]
我々は、自己教師付き学習を用いた多スペクトル衛星データから、太陽流の一般的なモデルを構築した。
我々のモデルは、衛星観測に基づいて、位置の将来の太陽放射を推定する。
提案手法は,25の太陽観測地点にまたがる異なる範囲で評価し,地平線を予測できる。
論文 参考訳(メタデータ) (2021-12-28T03:13:44Z) - A review on physical and data-driven based nowcasting methods using sky
images [0.0]
本論文では,天空画像を用いた近日観測法として知られる短時間太陽予報手法について概説する。
また、どのスカイ画像機能がnowcastingに重要であるかを報告し、議論する。
論文 参考訳(メタデータ) (2021-04-28T10:20:52Z) - Lighting the Darkness in the Deep Learning Era [118.35081853500411]
低照度画像強調(LLIE)は、照明の弱い環境で撮影された画像の知覚や解釈性を改善することを目的としている。
この分野における最近の進歩は、ディープラーニングベースのソリューションが支配的です。
アルゴリズム分類から未解決の未解決問題まで,さまざまな側面をカバーする包括的な調査を行う。
論文 参考訳(メタデータ) (2021-04-21T19:12:19Z) - Estimating Crop Primary Productivity with Sentinel-2 and Landsat 8 using
Machine Learning Methods Trained with Radiative Transfer Simulations [58.17039841385472]
我々は,機械モデリングと衛星データ利用の並列化を活用し,作物生産性の高度モニタリングを行う。
本モデルでは, 地域情報を使用しなくても, 各種C3作物の種類, 環境条件の総合的生産性を推定することに成功した。
これは、現在の地球観測クラウドコンピューティングプラットフォームの助けを借りて、新しい衛星センサーから作物の生産性をグローバルにマップする可能性を強調しています。
論文 参考訳(メタデータ) (2020-12-07T16:23:13Z)
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。