| 研究課題/領域番号 |
17H01922
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
持続可能システム
|
|---|
| 研究機関 | 静岡理工科大学 |
|---|
研究代表者 |
加藤 丈和 静岡理工科大学, 理工学部, 准教授 (30362859)
|
|---|
| 研究分担者 |
延原 章平 京都大学, 情報学研究科, 准教授 (00423020)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
17,030千円 (直接経費: 13,100千円、間接経費: 3,930千円)
2019年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円)
2018年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2017年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
|
|---|
| キーワード | 太陽光発電予測 / 電力マネージメント / 深層学習 / 画像認識 / 全天空画像 / 深層画像 / 空画像モデル / 全天空観測カメラ / 画像処理 / 学習 / エネルギー地産地消 / 再生可能エネルギー / 機械学習 |
|---|
| 研究成果の概要 |
本研究の目的は、カメラで得た全天空の空画像を用いて、太陽光発電の局所的かつ短時間の変動を予測することである。
24時間236日の全天空画像を毎秒一枚の高ダイナミックレンジで観測、記録し続ける全天空観測システムと，そのキャリブレーションアルゴリズムを開発した。予測手法としては，CV技術に基づき，空画像から太陽，雲，空を分離する空モデルを開発し，雲の動きを予測する手法と，機械学習技術によりCNNとRNNを組み合わせて過去数秒の画像から将来の発電量を予測するアルゴリズムを考案した。最後にこれらの予測手法を組み合わせにより事前の画像処理とDNNによって予測精度を向上させる方法を開発した。
|
| 研究成果の学術的意義や社会的意義 |
気象データや衛星画像を使って行う技術はすでに開発されているが，時間分解能，空間解像度が荒く，局地的な変動をピンポイントでかつ秒単位の変動を予測することはできていない．このような問題に対して，本研究はピンポイントで時間分解能が高い（秒単位）変動予測を目指している点で独創的である．
このような局地的かつ秒単位の予測が可能になれば，電力消費機器を太陽光発電の変動に連動して制御することで，太陽光発電の電力変動を吸収しつつ有効活用することができ，電力グリッドの局地的な安定性維持，自家消費型の電力管理，さらに電力網の整っていない地域における独立型電力網制御など，その恩恵は広く社会的な意義が高い．
|
