深層学習に基づく雲画像予測モデルの仮想雲画像を用いた学習手法

カテゴリ: 部門大会

論文No: P60

グループ名: 【B】平成30年電気学会電力・エネルギー部門大会

発行日: 2018/09/12

タイトル(英語): A Learning Method Using Virtual Cloud Image for Cloud Image Prediction Model Based on Deep Learning

著者名: 藤岡 直人(徳島大学),鈴木 浩司(徳島大学),北島 孝弘(徳島大学),桑原 明伸(徳島大学),安野 卓(徳島大学),瀧川 喜義(四国総合研究所)

著者名(英語): Naoto Fujioka|Hiroshi Suzuki|Takahiro Kitajima|Akinobu Kuwahara|Takashi Yasuno|kiyoshi Takigawa

キーワード: 日射量予測|雲画像予測|深層学習|U-Net,Solar radiation prediction,Cloud image prediction,Deep Learning,U-Net

要約(日本語): 本稿では，太陽光発電システムの出力予測を目的とした日射量予測手法として，畳み込みニューラルネットワークの一種であるU-Netを用いた雲画像予測モデルを提案している．雲画像予測モデルの学習には過去の観測雲画像の時系列データを用いることが一般的であるが，それには雲の移動，変形，発生，消滅が含まれ，すべてを同時に学習することは難しい．そこで，雲の移動のみに焦点を絞った学習手法を提案する．提案手法は，観測画像内の雲をランダムな方向に移動させることで仮想雲画像を生成し，これを教師データとして学習する．この手法により，学習した雲画像予測モデルは，観測画像を教師データとして学習したモデルよりも予測精度が向上することを確認している．

PDFファイルサイズ: 352 Kバイト