論文の概要: Sky Imager-Based Forecast of Solar Irradiance Using Machine Learning

• arxiv url: http://arxiv.org/abs/2310.17356v1
• Date: Thu, 26 Oct 2023 12:44:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-27 20:30:11.894578
• Title: Sky Imager-Based Forecast of Solar Irradiance Using Machine Learning
• Title（参考訳）: sky imagerによる機械学習による日射量予測
• Authors: Anas Al-lahham, Obaidah Theeb, Khaled Elalem, Tariq A. Alshawi, Saleh A. Alshebeili
• Abstract要約: 本稿では,空画像から短時間の太陽放射を推定する新しい手法を提案する。 提案アルゴリズムは、天空画像から特徴を抽出し、学習に基づく手法を用いて太陽放射を推定する。 提案する機械学習(ML)アルゴリズムの性能は,スカイイメージの2つの公開データセットを用いて評価する。
• 参考スコア（独自算出の注目度）: 0.41248472494152805
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Ahead-of-time forecasting of the output power of power plants is essential for the stability of the electricity grid and ensuring uninterrupted service. However, forecasting renewable energy sources is difficult due to the chaotic behavior of natural energy sources. This paper presents a new approach to estimate short-term solar irradiance from sky images. The~proposed algorithm extracts features from sky images and use learning-based techniques to estimate the solar irradiance. The~performance of proposed machine learning (ML) algorithm is evaluated using two publicly available datasets of sky images. The~datasets contain over 350,000 images for an interval of 16 years, from 2004 to 2020, with the corresponding global horizontal irradiance (GHI) of each image as the ground truth. Compared to the state-of-the-art computationally heavy algorithms proposed in the literature, our approach achieves competitive results with much less computational complexity for both nowcasting and forecasting up to 4 h ahead of time.
• Abstract（参考訳）: 電力グリッドの安定性と不断のサービスを確保するためには,発電所の出力電力の事前予測が不可欠である。 しかし,自然エネルギー源のカオス的挙動のため,再生可能エネルギー源の予測は困難である。 本稿では,天空画像から短期太陽照度を推定する新しい手法を提案する。 このアルゴリズムはスカイ画像から特徴を抽出し、学習に基づく技術を用いて太陽照度を推定する。 提案する機械学習(ML)アルゴリズムの性能は,スカイイメージの2つの公開データセットを用いて評価する。 データセットには、2004年から2020年までの16年間に35万以上の画像が含まれており、それぞれの画像のghi(global horizontal irradiance)を根拠とする。 論文で提案した最先端の計算量重アルゴリズムと比較して,本手法は,計算処理の複雑さを極端に低減し,計算時間を最大4時間先まで短縮する。

関連論文リスト

• Computational Imaging for Long-Term Prediction of Solar Irradiance [14.339647548237838]
  グリッドに接続された太陽光発電システム間でのエネルギーのスケジュールと割り当てには,クラウド移動のリアルタイム予測が必要である。 それまでの作業では、空の広角視野を用いた雲の動きを監視していた。 我々は,空の広い角度の空間分解能を視野に届けるカタディオプトリシステムの設計と展開を行う。
  論文  参考訳（メタデータ） (2024-09-18T14:29:43Z)
• SplitNeRF: Split Sum Approximation Neural Field for Joint Geometry, Illumination, and Material Estimation [65.99344783327054]
  本稿では, 実世界の物体の形状, 材料特性, 照明特性を推定してデジタル化する手法を提案する。 提案手法は,実時間物理ベースのレンダリングに画像ベースの照明で使用される分割和近似を,レーダランスニューラルネットワーク(NeRF)パイプラインに組み込む。 提案手法は,NVIDIA A100 GPUを1つのGPUで1時間に1ドル程度のトレーニングをした後で,最先端のリライト品質を実現することができる。
  論文  参考訳（メタデータ） (2023-11-28T10:36:36Z)
• 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)
• TensoIR: Tensorial Inverse Rendering [51.57268311847087]
  テンソルIRはテンソル分解とニューラルフィールドに基づく新しい逆レンダリング手法である。 TensoRFは、放射場モデリングのための最先端のアプローチである。
  論文  参考訳（メタデータ） (2023-04-24T21:39:13Z)
• 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)
• SKIPP'D: a SKy Images and Photovoltaic Power Generation Dataset for Short-term Solar Forecasting [0.0]
  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。
  論文  参考訳（メタデータ） (2022-07-02T21:52:50Z)
• Review of Kernel Learning for Intra-Hour Solar Forecasting with Infrared Sky Images and Cloud Dynamic Feature Extraction [0.0]
  太陽光発電システムによって生じるエネルギーの不確実性は、保証された信頼性の高いエネルギー供給のために追加のコストを発生させる。 本研究は、時間内太陽予報の確率論的多タスクの導入により、追加コストを削減することを目的としている。
  論文  参考訳（メタデータ） (2021-10-11T21:25:20Z)
• Real-time Ionospheric Imaging of S4 Scintillation from Limited Data with Parallel Kalman Filters and Smoothness [91.3755431537592]
  南アメリカ上空350kmでS4振幅シンチレーションの2次元電離層像を時間分解能1分で作成する。 その結果, 地上受信機のネットワークが比較的良好なエリアでは, 生成画像が信頼性の高いリアルタイム結果を提供できることがわかった。
  論文  参考訳（メタデータ） (2021-05-11T23:09:14Z)
• 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)
• 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)
• A Temporally Consistent Image-based Sun Tracking Algorithm for Solar Energy Forecasting Applications [0.0]
  本研究では、過去の観測から日射の軌跡を補間し、画像中の太陽を位置決めする、画像に基づく太陽追跡アルゴリズムを提案する。 実験の結果, 提案手法は, 画像サイズの1%以下の平均絶対誤差で, 円滑な太陽軌道を提供することがわかった。
  論文  参考訳（メタデータ） (2020-12-02T09:59:45Z)

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。