論文の概要: Satellite-derived solar radiation for intra-hour and intra-day
applications: Biases and uncertainties by season and altitude
- arxiv url: http://arxiv.org/abs/2212.11745v1
- Date: Wed, 5 Oct 2022 14:06:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-23 17:17:28.407426
- Title: Satellite-derived solar radiation for intra-hour and intra-day
applications: Biases and uncertainties by season and altitude
- Title（参考訳）: 衛星からの太陽放射による時間内・日内利用:季節・高度によるバイアスと不確実性
- Authors: Alberto Carpentieri, Doris Folini, Martin Wild, Laurent Vuilleumier,
Angela Meyer
- Abstract要約: 本研究では、時間内および日内時間スケールにおける系統的バイアスとSSR推定の不確実性を分析する。
衛星SSRの推定値は、2018年にスイスの200mから3570mまでの高度136の地上局に基づいて分析される。
昼間のSSRでは、SARAH-2 と HelioMont はそれぞれ 91.7, 81.1, 50.8, 82.5, 66.7, 42.9 W/m2 となる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Accurate estimates of the surface solar radiation (SSR) are a prerequisite
for intra-day forecasts of solar resources and photovoltaic power generation.
Intra-day SSR forecasts are of interest to power traders and to operators of
solar plants and power grids who seek to optimize their revenues and maintain
the grid stability by matching power supply and demand. Our study analyzes
systematic biases and the uncertainty of SSR estimates derived from Meteosat
with the SARAH-2 and HelioMont algorithms at intra-hour and intra-day time
scales. The satellite SSR estimates are analyzed based on 136 ground stations
across altitudes from 200 m to 3570 m Switzerland in 2018. We find major biases
and uncertainties in the instantaneous, hourly and daily-mean SSR. In peak
daytime periods, the instantaneous satellite SSR deviates from the
ground-measured SSR by a mean absolute deviation (MAD) of 110.4 and 99.6 W/m2
for SARAH-2 and HelioMont, respectively. For the daytime SSR, the
instantaneous, hourly and daily-mean MADs amount to 91.7, 81.1, 50.8 and 82.5,
66.7, 42.9 W/m2 for SARAH-2 and HelioMont, respectively. Further, the SARAH-2
instantaneous SSR drastically underestimates the solar resources at altitudes
above 1000 m in the winter half year. A possible explanation in line with the
seasonality of the bias is that snow cover may be misinterpreted as clouds at
higher altitudes.
- Abstract（参考訳）: 表面太陽放射(SSR)の正確な推定は、太陽資源と太陽光発電の日内予測の前提条件である。
日内SSRの予測は、電力供給と需要に合わせた電力供給とグリッド安定性を維持するため、電力トレーダーやソーラープラントや電力グリッドの運用者にとって関心がある。
本研究は,SARAH-2およびHelioMontアルゴリズムを用いて,時間内および日内スケールでMeteosatから得られたSSR推定値の系統的偏りと不確かさを解析した。
衛星SSRの推定値は、2018年にスイスの200mから3570mまでの高度136の地上局に基づいて分析される。
即時・時間毎・日毎のSSRには大きなバイアスと不確実性がある。
ピーク時の衛星SSRは、SARAH-2とHelioMontでそれぞれ110.4W/m2と99.6W/m2の平均絶対偏差(MAD)によって地上測定SSRから逸脱する。
昼間のSSRでは、SARAH-2 と HelioMont はそれぞれ 91.7, 81.1, 50.8, 82.5, 66.7, 42.9 W/m2 となる。
さらに、SARAH-2の瞬間的なSSRは、冬半期に1000m以上の高度で太陽資源を劇的に過小評価している。
偏見の季節性に沿った説明として、積雪は高い高度で雲と誤解される可能性があることが考えられる。
関連論文リスト
- Solar potential analysis over Indian cities using high-resolution satellite imagery and DEM [0.0]
本研究では,高解像度衛星画像 (0.5 cm) とデジタル高度モデル (1 m) の入力と地上局の放射データを用いて,屋上太陽ポテンシャルを推定する新しい手法を実装した。
その結果, 季節変動や環境影響, ソーラーパネル構造などの技術的理由により, 最大50%の電力損失が生じることがわかった。
論文 参考訳（メタデータ） (2024-11-07T10:50:39Z) - A Foundation Model for the Earth System [82.73624748093333]
我々は、100万時間以上の多様なデータに基づいてトレーニングされた地球システムのための大規模な基盤モデルであるAuroraを紹介します。
オーロラは、大気の質、海波、熱帯のサイクロンの軌道、および専用システムよりも計算コストの桁違いの高解像度の天気予報において、運用上の予測を上回っている。
論文 参考訳（メタデータ） (2024-05-20T14:45:18Z) - FengWu-GHR: Learning the Kilometer-scale Medium-range Global Weather
Forecasting [56.73502043159699]
この研究は、データ駆動型世界天気予報モデルであるFengWu-GHRを、0.09$circ$水平解像度で実行した。
低解像度モデルから事前知識を継承することにより、MLベースの高解像度予測を操作するための扉を開く新しいアプローチを導入する。
2022年の天気予報は、FengWu-GHRがIFS-HRESよりも優れていることを示している。
論文 参考訳（メタデータ） (2024-01-28T13:23:25Z) - QIENet: Quantitative irradiance estimation network using recurrent
neural network based on satellite remote sensing data [5.395141117217303]
衛星ヒマワリ8のリモートセンシングデータの時間的・空間的特性をRNNと畳み込み操作により抽出し,融合させる。
衛星スペクトルチャンネルB07〜B11〜B15は、QIENetのモデル入力として推奨される。
QIENetは、様々なクラウドが時間ごとのGHI推定に与える影響を捉えることができる。
論文 参考訳（メタデータ） (2023-12-01T02:30:08Z) - 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) - Prediction of Solar Radiation Based on Spatial and Temporal Embeddings
for Solar Generation Forecast [3.174751774599701]
気象データを用いたリアルタイム太陽光発電予測手法を提案する。
気象観測は、予測段階で天気予報を行う間、構造化回帰モデルを訓練するために使用される。
実験は、サンアントニオのTXエリアの288箇所で実施され、国立太陽放射データベースから得られた。
論文 参考訳（メタデータ） (2022-06-17T15:26:38Z) - Machine learning model to predict solar radiation, based on the
integration of meteorological data and data obtained from satellite images [0.0]
地理的位置での太陽放射の挙動を知ることは、太陽からのエネルギーの使用に不可欠である。
GOES-13衛星から得られた画像を使用して、データセットに統合可能な変数を抽出した。
太陽放射予測における5つの機械学習アルゴリズムの性能評価を行った。
論文 参考訳（メタデータ） (2022-04-08T22:17:19Z) - Short term solar energy prediction by machine learning algorithms [0.47791962198275073]
機械学習技術の強みを利用した日次太陽エネルギー予測について報告する。
線形, 尾根, ラッソ, 決定木, ランダム森林, 人工ニューラルネットワークなどのベースライン回帰器の予測モデルを実装した。
改良された精度は,2つのグリッドサイズでランダム森林と尾根回帰器によって達成されている。
論文 参考訳（メタデータ） (2020-10-25T17:56:03Z) - Integrating LEO Satellites and Multi-UAV Reinforcement Learning for
Hybrid FSO/RF Non-Terrestrial Networks [55.776497048509185]
低高度地球軌道衛星(SAT)と無人航空機(UAV)のメガコンステレーションは、第5世代(5G)を超える高速・長距離通信の実現を約束している。
我々は、ミリ波(mmWave)無線周波数(RF)または自由空間光(FSO)リンクを用いて、SATとUAVリレーを介して2つの長距離地上端末間のパケット転送の問題を検討する。
論文 参考訳（メタデータ） (2020-10-20T09:07:10Z) - Fusion of Deep and Non-Deep Methods for Fast Super-Resolution of
Satellite Images [54.44842669325082]
本研究は,超解像(SR)による画質向上により,画質と価格のギャップを埋めることを提案する。
低解像度画像の各パッチの地域情報内容を解析するSRフレームワークを設計する。
本研究では,既存の深部SR法と同等の性能を示しながら,推定時間を大幅に減少させることを示した。
論文 参考訳（メタデータ） (2020-08-03T13:55:39Z) - Integrating LEO Satellite and UAV Relaying via Reinforcement Learning
for Non-Terrestrial Networks [51.05735925326235]
低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。
軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。
エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。
本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
論文 参考訳（メタデータ） (2020-05-26T05:39:27Z)
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。