深層学習による全天球画像より算出した遠方雲量を利用した日射量予測

カテゴリ: 全国大会

論文No: 6-245

グループ名: 【全国大会】令和5年電気学会全国大会論文集

発行日: 2023/03/01

タイトル(英語): Prediction of solar radiation by deep learning using distant cloud cover calculated from all-sky images

著者名: 北林裕也（京都大学）,羽根佑歩（京都大学）,山本浩平（京都大学）,松井康人（京都大学）

著者名(英語): Yuya Kitabayashi (Kyoto University Graduate School of Energy Science),Yuho Hane (Agency fo Helth, Safety and Environment, Kyoto University),Kohei Yamamoto (Kyoto University Graduate School of Energy Science),Yasuto Matsui (Kyoto University Graduate School

キーワード: 全天球画像|遠方雲量|日射量|太陽光発電|LSTM|オプティカルフロー|all-sky images|Distant cloud|irradiance|solar power|LSTM|Optical Flow

要約(日本語): 本研究では深層学習の1種類であるLSTMを使用して各時刻の1時間先の日射量を予測した。また，現状の予測手法では急激な日射量変動の予測精度が低いため，急激な日射量変動を予測できる手法の提案を目指した。予測モデルの入力データとして，全天球画像に映る遠方の雲量を利用した。また，解析対象の遠方領域を決定するために連続した画像からオプティカルフローを算出し雲の動きをベクトル表示し，ベクトルの逆方向から遠方領域を決定した。また，雲の移動の速さを表したベクトルの大きさも入力データとして使用した。その結果，全天球画像から

本誌掲載ページ: 425-426 p

原稿種別: 日本語

PDFファイルサイズ: 757 Kバイト