異なる天候における畳み込みニューラルネットワークを用いた画像解析による日射量推定精度

カテゴリ: 部門大会

論文No: 17

グループ名: 【B】令和3年電気学会電力・エネルギー部門大会

発行日: 2021/08/12

タイトル(英語): Estimation accuracy of solar irradiance by image analysis using convolutional neural network on different weather

著者名: 飯田健登（岡山大学），髙橋明子（岡山大学）

著者名(英語): Kento Iida (Okayama University), Akiko Takahashi (Okayama University)

キーワード: 太陽光発電|日射量推定|画像解析|畳み込みニューラルネットワーク|Photovoltaic generation|Solar irradiance estimation|Image analysis|Convolutional neural network

要約(日本語): 本論文では，畳み込みニューラルネットワーク（CNN）を用いて画像解析に基づく日射量推定法を提案する。CNNを用いることにより，画像と日射量の背景に存在する未知の特徴量を機械が抽出するため，人為的特徴量調整などの処理が不要となる。天候ごとに日射量推定モデルをCNNで作成し，作成した日射量推定モデルの違いによる日射量推定精度への影響を検討する。推定した結果，快晴日と曇天日のデータセットにより作成した日射量推定モデルにおいて，異なる天候の3日間のテストデータに対して一日あたりの平均MAEが0.0284kW/m2となり，先行研究で提案された手法の平均MAEに比べ約30%改善した。

PDFファイルサイズ: 1,217 Kバイト