基于天空成像仪的机器学习太阳辐照度预报
计算机视觉与模式识别
2023-10-27 v1 机器学习
摘要
对电厂输出功率进行提前预报对于电网的稳定性和确保不间断服务至关重要。然而,由于自然能源的混沌行为,可再生能源的预报十分困难。本文提出了一种从天空图像估算短期太阳辐照度的新方法。所提出的算法从天空图像中提取特征,并使用基于学习的技术来估计太阳辐照度。所提出的机器学习(ML)算法的性能使用两个公开可用的天空图像数据集进行了评估。这些数据集包含 2004 年至 2020 年共 16 年间隔的超过 350,000 张图像,每张图像对应的全球水平辐照度(GHI)作为真值。与文献中提出的具有较高计算复杂度的先进算法相比,我们的方法在现在预报和提前长达 4 小时的预报中均以低得多的计算复杂度取得了有竞争力的结果。
引用
@article{arxiv.2310.17356,
title = {Sky Imager-Based Forecast of Solar Irradiance Using Machine Learning},
author = {Anas Al-lahham and Obaidah Theeb and Khaled Elalem and Tariq A. Alshawi and Saleh A. Alshebeili},
journal= {arXiv preprint arXiv:2310.17356},
year = {2023}
}
备注
Published in MDPI Electronics Journal