請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80858| 標題: | 應用卷積神經網路於廣域太陽光電系統之發電預測與分析 Forecast and Analysis of Power Generation for Wide-Area Photovoltaic Systems Based on Convolutional Neural Network |
| 作者: | Ling-Chieh Tai 戴令絜 |
| 指導教授: | 江昭皚(Joe-Air Jiang) |
| 關鍵字: | 太陽能光電系統,衛星雲圖,發電量預測, Photovoltaic System,Satellite Cloud image,Power Generation, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | "隨著環保意識增長及尋求能源的永續發展，再生能源的發展成為各國重點施政項目，根據國際能源署(International Energy Agency, IEA)統計，全球再生能源發電量年年上升，預估在 2019 年至 2024 年再生能源發電容量能夠成長 50%，增加1200 GW，其中太陽能光電系統成長最鉅，發電容量增長 60%，增加 500GW。台灣的再生能源發電比例約占總發電量的 15%，太陽能則為第二大再生能源，佔再生能源總發電量的 28.2%，且呈現逐年上升的趨勢。太陽能發電會因天氣因素而有劇烈波動，可能產生供電間歇性及隨機性等問題，而影響電力系統的安全及穩定。本研究提出一太陽能光電系統發電量預測方法，以衛星雲圖資料及環境參數作為輸入參數，輸入雲圖至卷積神經網路提取雲圖特徵，建立可適用於廣域發電預測的模型。在太陽能光電系統預測中，長時間預測容易忽略掉太陽輻照度的變化，因此本研究採用短時間間隔預測太陽輻照度，並分別討論晴天及陰天的情況。並依照輻照度預測結果，與歷史資料做迴歸曲線分析，找出迴歸方程式與相關性分析，藉此預測未來太陽能光電系統之發電量。 " |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80858 |
| DOI: | 10.6342/NTU202103416 |
| 全文授權: | 同意授權(限校園內公開) |
| 顯示於系所單位： | 生物機電工程學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-2709202121224900.pdf 授權僅限NTU校內IP使用（校園外請利用VPN校外連線服務） | 4.88 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。