基于预测性与纠正性维护活动预测太阳能发电量
机器学习
2022-05-18 v1 人工智能
信号处理
摘要
过去十年间，利用从气象站收集的历史时间序列（如风速、风向、太阳辐照度和温度等天气变量）进行太阳能预测取得了巨大发展。这有助于太阳能电站的整体管理。然而，太阳能电站定期需要进行预防性和纠正性维护活动，这会进一步影响能源生产。本文提出了一项基于维护活动、电站观察到的问题以及天气数据来预测太阳能发电量的新颖工作。所取得的成果基于从我们大学（PDEU）的 1MW 太阳能电站获取的数据集，该数据集包含从 2012 年到 2020 年的每日记录，共 13 列。其中有 12 列结构化数据，以及一列包含关于不同维护活动、观察到的问题和每日天气状况的手动文本录入的非结构化数据。该非结构化列被用于通过哈希映射、标志词和停用词创建一个新的特征列向量。最终数据集基于相关性和因果性分析，由五个重要的特征向量列构成。
引用
@article{arxiv.2205.08109,
title = {Forecasting Solar Power Generation on the basis of Predictive and Corrective Maintenance Activities},
author = {Soham Vyas and Yuvraj Goyal and Neel Bhatt and Sanskar Bhuwania and Hardik Patel and Shakti Mishra and Brijesh Tripathi},
journal= {arXiv preprint arXiv:2205.08109},
year = {2022}
}