データドリブンによる短時間日射量予測技術の高度化

カテゴリ: 全国大会

論文No: 6-172

グループ名: 【全国大会】令和6年電気学会全国大会論文集

発行日: 2024/03/01

タイトル(英語): Data-driven enhancement of shot-term solar radiation forecast

著者名: 岡田牧（日本気象協会）,宇都宮健志（日本気象協会）,佐々木潤（日本気象協会）,澤田真宏（日本気象協会）,山口浩司（日本気象協会）

著者名(英語): Maki Okada (Japan Weather Association),Kenji Utsunomiya (Japan Weather Association),Jun Sasaki (Japan Weather Association),Masahiro Sawada (Japan Weather Association),Koji Yamaguchi (Japan Weather Association)

キーワード: 日射量予測|気象衛星画像|雲物理過程|深層学習|solar radiation forecast|weather satellite image|cloud micro physics|deep learning

要約(日本語): 著者らはNEDOの委託研究の一環として，数時間程度先までの日射量予測技術を開発している。本研究では，数時間先までの日射量予測を高度化するため，気象衛星ひまわり8・9号の画像を使い，物理学とAI（深層学習）を融合した新たな日射量予測モデルを提案し，3時間程度先までの予測でベンチマークと比較して約20%の改善を実現した。現在，この日射量予測の予測時間を6時間先まで延長することに取り組んでいる。この取り組みに当たり，雲物理過程の改良や初期時刻を未明にした予測技術の開発を実施している。加えて，予測の不確実性を表現する信頼度予測技術の開発も実施している。今回，これらの予測技術の開発状況を紹介する。

本誌掲載ページ: 299-301 p

原稿種別: 日本語

PDFファイルサイズ: 646 Kバイト