遮蔽物を含む天空画像を用いた深層学習による水平面全天日射量の推定

カテゴリ: 全国大会

論文No: 7-009

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): Deep Learning with Shaded Sky Images Estimation of global solar radiation

著者名: 李佩虹（東京理科大学）,植田譲（東京理科大学）,崔錦丹（東京理科大学）

著者名(英語): Peihong Li (Tokyo University of Science),Yuzuru Ueda (Tokyo University of Science),Jindan Cui (Tokyo University of Science)

キーワード: 太陽光発電|深層学習|画像処理|Photovoltaics|Deep learning|Image Processing

要約(日本語): 電気自動車の急激な普及に伴いが進む中，車載太陽光発電（PV）の普及が期待されるが，停車するオフィス街や住宅街では建物の遮蔽・反射により，獲得可能な日射量が地点によって大きく異なるため，車載PVの導入に向けて，駐車地点において期待できる獲得日射量の評価が重要となっている。本研究では，魚眼カメラで撮影された街区の天空画像を活用し，深層学習を用いて水平面全天日射量をend-to-endで直接予測する手法を提案する。従来の研究I. M. Insaf（1）, H. Jiang（2）では，日射量を予測する際には手法が複雑で，精度が高くない上，大部分は遮蔽のない天空画像にのみ適用していたという課題があった。本手法は，これらの問題を解決し，より実用的で信頼性の高い日射量予測がを可能とする手法を目指す。

本誌掲載ページ: 16-18 p

原稿種別: 日本語

PDFファイルサイズ: 592 Kバイト