論文の概要: Forecasting Solar Energy Using a Single Image

• arxiv url: http://arxiv.org/abs/2604.21982v1
• Date: Thu, 23 Apr 2026 18:01:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.226916
• Title: Forecasting Solar Energy Using a Single Image
• Title（参考訳）: 単一画像による太陽エネルギー予測
• Authors: Jeremy Klotz, Shree K. Nayar,
• Abstract要約: 我々は、パネルの場所から撮影した1枚の画像を使って、将来いつでもその光を予測します。 提案手法は,従来の照射法よりも正確な照射予測を導出することが多い。 また、一つの球面画像を用いてパネルの最適固定方向を見つけることも示している。
• 参考スコア（独自算出の注目度）: 10.846759795583138
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Solar panels are increasingly deployed in cities on rooftops, walls, and urban infrastructure. Although the panel costs have fallen in recent years, the soft costs of installing them have not. These soft costs include assessing the illumination (irradiance) of a panel, which is typically performed using a 3D model that fails to capture small nearby structures that impact the irradiance. Our approach uses a single image taken at the panel's location to forecast its irradiance at any time in the future. We use visual cues in the image to find the camera's orientation and the portion of the sky visible to the panel in order to forecast the irradiance due to the sun and the sky. In addition, we show that the irradiance due to reflections from nearby buildings varies smoothly over time and can be forecasted from the image. This approach enables assessing the solar energy potential of any surface and forecasting the temporal variation of a panel's irradiance. We validate our approach using real irradiance measurements in urban canyons. We show that our approach often yields more accurate irradiance forecasts compared to conventional irradiance-based transposition methods and 3D model-based simulations. We also show that a single spherical image can be used to find the best fixed orientation of a panel. Finally, we present Solaris, a device to capture the image seen by a panel in a variety of urban settings.
• Abstract（参考訳）: ソーラーパネルは、屋上、壁、都市インフラ上の都市にますます展開されている。 近年、パネルコストは低下しているが、設置のソフトコストは高くない。 これらのソフトコストには、パネルの照明(照度)を評価することが含まれており、通常は3Dモデルを用いて行われる。 私たちのアプローチでは、パネルの場所にある1枚の画像を使って、将来いつでもその光を予測します。 我々は、画像中の視覚的手がかりを用いて、カメラの向きと、パネルに見える空の部分を見つけ、太陽や空による照度を予測する。 また, 周囲の建物からの反射による照度は, 時間とともにスムーズに変化し, 画像から予測できることを示す。 このアプローチにより、任意の表面の太陽エネルギーポテンシャルを評価し、パネルの光の時間変化を予測することができる。 都市キャニオンにおける実際の放射能測定によるアプローチの検証を行った。 提案手法は従来の照射法や3次元モデルに基づくシミュレーションと比較して,より正確な照射予測を導出することが多い。 また、一つの球面画像を用いてパネルの最適固定方向を見つけることも示している。 最後に、さまざまな都市環境でパネルが見ている画像をキャプチャするSolarisを紹介します。

関連論文リスト

• 3DPR: Single Image 3D Portrait Relight using Generative Priors [101.74130664920868]
  3DPRは画像ベースのリライティングモデルであり、マルチビューのOne-Light-at-A-Time (OLAT)イメージから学習した生成的事前情報を活用する。 我々は,事前学習した画像データセットから学習した顔の幾何に先立ってリッチな情報を提供する,事前学習された生成ヘッドモデルの潜時空間を活用する。 我々のリフレクタンスネットワークは生成ヘッドモデルの潜在空間で動作し、比較的少数の光ステージ画像でリフレクタンスモデルを訓練することが可能である。
  論文  参考訳（メタデータ） (2025-10-17T17:37:42Z)
• Minimal Sensing for Orienting a Solar Panel [6.054264814278472]
  ソーラーパネルは、その上に落下する全照明(照射)を最大化する方向を指し示すときに最もエネルギーを回収する。 本研究は,4個の光検出器の測定値を用いて,パネルの傾きを最大化するための最小限のセンシング手法を開発する。 検出器とパネルの間の傾きがより大きく、最適化され、照射関数がぼやけていることが示される。
  論文  参考訳（メタデータ） (2025-04-14T23:49:59Z)
• 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)
• Counting Crowds in Bad Weather [68.50690406143173]
  本研究では,悪天候シナリオにおいて,ロバストな群集カウント手法を提案する。 モデルでは,外見のバリエーションが大きいことを考慮し,効果的な特徴と適応的なクエリを学習する。 実験の結果,提案アルゴリズムは,ベンチマークデータセット上で異なる気象条件下での群集のカウントに有効であることが示唆された。
  論文  参考訳（メタデータ） (2023-06-02T00:00:09Z)
• 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)
• Urban Radiance Fields [77.43604458481637]
  本研究では,都市屋外環境における世界地図作成によく利用されるスキャニングプラットフォームによって収集されたデータから3次元再構成と新しいビュー合成を行う。 提案手法は、制御された環境下での小さなシーンのための現実的な新しい画像の合成を実証したニューラルラジアンス場を拡張している。 これら3つのエクステンションはそれぞれ、ストリートビューデータの実験において、大幅なパフォーマンス改善を提供する。
  論文  参考訳（メタデータ） (2021-11-29T15:58:16Z)
• Predicting the Solar Potential of Rooftops using Image Segmentation and Structured Data [0.0]
  屋上太陽光発電システムで発電できる電力量を推定することは、時間を要するプロセスである。 屋上における太陽のポテンシャルを,その位置と建築的特性に基づいて推定する手法を提案する。
  論文  参考訳（メタデータ） (2021-05-28T15:49:13Z)
• 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)
• Crowdsampling the Plenoptic Function [56.10020793913216]
  このようなデータから時間変動照明下での新しいビュー合成手法を提案する。 本稿では,新しいDeepMPI表現について紹介する。 本手法は従来のMPI法と同等のパララックスとビュー依存効果を合成し, 反射率の変化と光の時間変化を同時に補間する。
  論文  参考訳（メタデータ） (2020-07-30T02:52:10Z)

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。