Resumen

Presentamos aquí un nuevo método para predecir la concentración de nubes con cinco minutos de antelación a partir de imágenes de todo el cielo utilizando redes neuronales artificiales (RNA). Se creó y entrenó una red neuronal autorregresiva con retropropagación (Ar-BP) con cuatro años de imágenes de todo el cielo como datos de entrada. Las imágenes se tomaron con un generador de imágenes del cielo hemisférico fijado en el tejado del Instituto de Meteorología y Climatología (IMUK) de la Leibniz Universität Hannover, Hannover, Alemania. En primer lugar, se presenta un método estadístico para obtener información clave de las imágenes. En segundo lugar, se propone un nuevo algoritmo de tratamiento de imágenes para optimizar el proceso de detección de nubes a partir del índice de neblina. Por último, se pronostica la concentración de nubes con cinco minutos de antelación en el IMUK mediante métodos de aprendizaje automático. Se genera una previsión de modelo de persistencia para proporcionar una referencia de comparación. Los resultados se cuantifican en términos de error cuadrático medio (RMSE) y error absoluto medio (MAE). El nuevo algoritmo redujo tanto el RMSE como el MAE de la predicción en aproximadamente un 30 omparado con el modelo de persistencia de referencia bajo diversas condiciones de nubes. El nuevo algoritmo podría utilizarse como herramienta para el mantenimiento estable de la red para los operadores del sistema de transmisión, es decir, la reserva de control primario (en 30 segundos) y la reserva de control secundario (en 5 minutos).

• Materias:Energía solar Fotoquímica Nanoestructuras Energía limpia Efecto fotoeléctrico
• Subjects:Solar energy Photochemistry Nanostructures Clean energy Photoelectric effect
• Palabras claves:minutos, concentración de nubes, nuevo algoritmo, imágenes del cielo, redes neuronales artificiales, leibniz universität hannover, red neuronal autorregresiva, proceso de detección de nubes, diversas condiciones de nubes, generador de imágenes hemisféricas del cielo
• Keywords:minutes, cloud concentration, new algorithm, sky images, artificial neural networks, leibniz universität hannover, autoregressive neural network, cloud detection process, diverse cloud conditions, hemispheric sky imager