利用计算机视觉深度学习技术在天气图上估算太阳能与风能发电
图像与视频处理
2022-01-24 v2
摘要
随着电网中间歇性能源占比的增加，准确的可再生能源发电预测已成为优先事项。近期工作表明，卷积深度学习模型可成功应用于天气图预报。基于这一能力，我们提出了一种受 ResNet 启发的模型，该模型基于天气图估算太阳能与风能发电。通过利用带堆叠输入帧的卷积神经网络捕获空间与时间相关性，该模型旨在捕获支配这些能源的复杂动力学。我们构建了一个聚焦于加利福尼亚州的数据集，并作为本工作的次要贡献予以公开。我们证明我们的新模型优于传统深度学习技术：它预测出平滑且包含高频细节的准确发电曲线。
引用
@article{arxiv.2103.08727,
title = {Estimating Solar and Wind Power Production using Computer Vision Deep Learning Techniques on Weather Maps},
author = {Sebastian Bosma and Negar Nazari},
journal= {arXiv preprint arXiv:2103.08727},
year = {2022}
}