• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议> >Hybrid Solar Forecasting Method Using Satellite Visible Images and Modified Convolutional Neural Networks
【24h】

Hybrid Solar Forecasting Method Using Satellite Visible Images and Modified Convolutional Neural Networks

机译：卫星可见光图像和改进的卷积神经网络的混合太阳预报方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a new hybrid method to predict global horizontal irradiance (GHI) at temporal horizons of 1, 2, 3 and 4 hours, combining the satellite visible images and meteorological information. First, the satellite visible images are preprocessed to remove the diurnal effects caused by the solar zenith angle. Then the cloud cover factors are extracted from satellite visible images by using the modified convolutional neural network (CNN). After that, the GHI forecasting model is developed which is based on the combined use of meteorological information and cloud cover factors. The sensitivity of the prediction accuracy to a variety of CNN structures with different widths, depths, and pooling methods is also explored in the paper. Meanwhile, a cloud motion forecasting method using predicted wind speeds is developed. The forecasting skills of the proposed method for different time horizons are demonstrated by comparing with several benchmark models.
机译：本文结合卫星可见图像和气象信息，提出了一种新的混合方法来预测1、2、3和4小时时间水平的全球水平辐照度（GHI）。首先，对卫星可见图像进行预处理，以消除由太阳天顶角引起的昼夜影响。然后，使用改进的卷积神经网络（CNN）从卫星可见图像中提取云层覆盖因子。此后，基于气象信息和云层覆盖因子的结合使用，开发了GHI预测模型。本文还探讨了预测精度对具有不同宽度，深度和合并方法的各种CNN结构的敏感性。同时，开发了使用预测风速的云运动预测方法。通过与几种基准模型进行比较，证明了该方法在不同时间范围内的预测技巧。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号