12/12/2016 - Höhere Genauigkeit bei der kurzfristigen Sonneneinstrahlung durch den Einsatz von künstlichen Neuronennetzen

Menéame

Eine Studie, die von einem Team von Forschern der Polytechnische Universität Madrid (UPM) und Nicaragüense Institut für Territoriale Studien (INETER) führt eine neue Methodik ein auf der Grundlage von Bemerkungen parallel von Sensoren an verschiedenen Standorten und Werten für unterschiedliche Variablen (Temperatur, Feuchtigkeit, Druck, Wind und andere Schätzungen).

Die Experimente wurden unter Verwendung von Künstliche neuronale Netze mit unterschiedlichen Architekturen und Parametern, um herauszufinden, welche die besten Vorhersagen für die verschiedenen untersuchten Zeiten generierten. Die Ergebnisse ermöglichten die Entwicklung von Modellen, die dieGlobale Solarstrahlung Kurzfristig mit Fehlerraten von weniger als 20%, was Unternehmen, die Solar- und Solaranlagen betreiben, bei der Schätzung der Produktionskapazität ihrer Anlagen sehr nützlich sein kann.

Eine der Herausforderungen der modernen Gesellschaft ist die effiziente Nutzung der natürlichen Ressourcen und die Minimierung der Umweltauswirkungen infolge steigender Energienachfrage und -verbrauch. Hier wird eine der erneuerbaren Energien, die Solarenergie, als eine der langfristigen Lösungen mit dem größten Potenzial, der nachhaltigsten und mit den geringsten Auswirkungen konsolidiert. Insbesondere sprechen wir über Photovoltaik, die an das Übertragungs- und Verteilungsnetz angeschlossen werden kann, aber eine angemessene Steuerung des Energieangebots und der Energienachfrage erfordert. Die Betreiber von Solarsystemen müssen ihrerseits in allen Phasen (Planung, Bau und anschließender Betrieb) rechtzeitig die Sonnenstrahlung kennen, die ihre Anlagen erhalten werden. Hier wird die Vorhersage der globalen Sonnenstrahlung (ISG) innerhalb weniger Stunden und mit dem geringsten Fehler notwendig, um die erwartete Energieerzeugung zu schätzen.

Es gibt verschiedene Methoden zur Schätzung der globalen Sonnenstrahlung: numerische Vorhersagen auf Basis von Lokalisierung und Zeit, ergänzt durch verschiedene Korrekturmodelle, Satellitenbilder, die Wolken erfassen und Verluste im Idealmodell schätzen, andere auf Zeitreihe und andere auf künstliche Intelligenz. Jede Methode hat Vor- und Nachteile. So hat sich beispielsweise die Vorhersage auf Satellitenbildern als universell erwiesen, da sie Schätzungen für große geografische Ausdehnungen liefert; sie hat jedoch den Nachteil, dass diese Bilder für bestimmte Regionen des Planeten verfügbar sind und vor der Verarbeitung von Bildern u.a... Bei Vorhersagen, die auf numerischen Methoden basieren, wird die Dynamik der Atmosphäre realistisch durch Datenaufnahme geschätzt; sie gewährleisten jedoch die allgemeine Stabilität der Prognose über lokale Wetterereignisse, die in kurzen Raum-Zeit-Skalen erzeugt werden. Darüber hinaus verwendeten die bisher entwickelten Methoden der künstlichen Intelligenz nur die historischen endogenen Daten, die mit dem Ort der Vorhersage verbunden waren.

Die Untersuchung der UPM- und INETER-Forscher konzentrierte sich auf die Hypothese, dass die kurzfristige Prognose der globalen Solarstrahlung durch die Entwicklung von Modellen auf der Grundlage von künstlichen neuronalen Netzwerken unter Verwendung vieler Wettereingangsvariablen, die sowohl am Ort des Interesses als auch an nahe gelegenen Orten beobachtet wurden und sowohl im Weltraum als auch im Zeitverlauf verteilt wurden, verbessert werden kann (etwa 900 Variablen wurden verwendet). Das folgende Bild ist eine vereinfachte Darstellung eines der Modelle, die entwickelt wurden, um die globale Sonneneinstrahlung in einer zukünftigen Zeit zu vorhersagen, indem als Eingabedaten die aufgezeichneten Beobachtungen (in Raum und Zeit) an den festgelegten Orten (in der Grafik von "A" bis "J" gekennzeichnet) verwendet werden. In diesem Bild können Sie sehen, wie jeder Standort neun verschiedene Variablen mit einer Geschichte in der Zeit von 10 Werten liefert.

Vereinfachte Darstellung der entwickelten RNA-Modelle Quelle: UPM

Die Forschungsergebnisse zeigen die Fähigkeit entwickelter Modelle, die auf künstlichen Neuronennetzen basieren, sowohl lineare als auch nichtlineare Beziehungen zwischen den verschiedenen untersuchten Variablen zu erfassen. Wie die Forscher sagen, "hat uns dies ermöglicht, kurzfristige globale Sonnenstrahlung mit einer signifikanten Vorhersagefähigkeit (forecast skill) und einem standardisierten quadratischen Fehler von weniger als 20% im Vergleich zu anderen Modellen auf der Grundlage von künstlichen Neuronalnetzen vorherzusagen. Es hat uns auch ermöglicht, ein Verhältnis zwischen den temporären Vorhersagefenstern von 1-3 Stunden und 4-6 Stunden in Bezug auf den Referenzabstand von 55 km (repräsentiert durch einen blauen Kreis im Bild) zu identifizieren und eine Forschungslinie offen zu lassen, um verschiedene Referenzstrecken für verschiedene Vorhersagefenster zu verwenden."

Das Ergebnis dieser Untersuchung hat verschiedene Anwendungen, die am unmittelbarsten in Unternehmen, die Solar- und Wärmeanlagen betreiben, eingesetzt werden, um die Produktionskapazität ihrer Anlagen nach den geltenden Rechtsvorschriften und den Betreibern der nationalen elektrischen Systeme zu schätzen. Sie können beide nutzen, um ihre Ziele effizienter zu gestalten: Maximierung der Investitionsrendite und Anpassung der Angebots- und Energienachfragekurven.

Ref.

Gutierrez-Corea, FV; Manso-Callejo, MA; Moreno-Regidor, MP; Manrique-Sancho, MT. Forecasting short-term solar irradiance based on artificial neural networks and data from neighboring meteorological stations. SOLAR ENERGY 134: 119-131. DOI: 10.1016/j.solener.2016.04.020. SEP 2016.

_______________________

UPM

El Instituto de Materiales Avanzados (INAM) de la Universitat Jaume I de Castellón programó para el 1 de octubre de 2026 su VII Jornada de Transferencia Tecnológica UCIE-INAM, bajo el lema «De la investigación básica al producto comercial». La convocatoria se centró en acercar los resultados de la investigación a empresas, profesionales y agentes de innovación. Del laboratorio a las...

La Asociación de Ingenieros Aeronáuticos de España, en colaboración con el Colegio Oficial de Ingeniería Industrial de Álava, organizó hoy viernes 23 de octubre de 2026 la Conferencia Heraclio Alfaro 2026, centrada en el desarrollo de la industria aeronáutica vasca y su proyección internacional. Industria, liderazgo y cadena de suministro La conferencia lleva por título «Juan Ignacio (Iñaki) López Gandásegui:...

Investigadores de la Universidad Miguel Hernández de Elche (UMH) presentaron el proyecto COGNITRAIN, una propuesta de entrenamiento cognitivo que combina inteligencia artificial, registro de actividad cerebral y aplicaciones interactivas. La iniciativa se orienta especialmente a personas mayores y explora formas de hacer más accesibles estas tecnologías. Cómo funciona la tecnología El sistema utiliza electroencefalografía (EEG), una técnica no invasiva que...

Oracle acaba de emitir una alerta de seguridad para corregir la vulnerabilidad CVE-2026-91403, que afecta al componente Java Secure Socket Extension (JSSE) de versiones concretas de Oracle Java SE y GraalVM. La compañía le asigna una puntuación de 9,1 sobre 10 en CVSS 3.1. La matriz de riesgo señala que la vulnerabilidad puede explotarse por red sin autenticación y que,...

Acuerdo provisional sobre el mercado europeo de carbono El Consejo de la Unión Europea y el Parlamento Europeo alcanzaron el 20 de octubre de 2026 un acuerdo político provisional para modificar las reglas de invalidación de derechos de emisión en la Reserva de Estabilidad del Mercado (MSR), integrada en el régimen de comercio de derechos de emisión de la Unión...