Zpřesnění predikce slunečního osvitu pomocí umělých neuronových sítí

Abstract

Hlavním cílem této diplomové práce je vytvořit algoritmus pro predikci osvitu fungující na principu neuronových sítí, jehož smyslem je nahradit stávající metodu založenou na lineární interpolaci, která je v současné době implementována ve službě PV Forecast. Výstupem tohoto algoritmu je předpověď osvitu (úhrnná intenzita ozáření) na horizontální rovinu pro vybrané lokality v České republice ve Wm-2. Součástí práce je řada metod pro zpracování a hledání parametrů sítě, vstupních a výstupních dat a dále srovnání s aktuální verzí služby a některými dalšími veřejně dostupnými službami. V samotném závěru práce je demonstrován další potenciál neuronových sítí v pozměněné verzi algoritmu, která místo osvitu předpovídá přímo poskytovaný výkon za jednotku času na fotovoltaické elektrárně instalované v lokaci Unhošť.

The main aim of this thesis is to create an algorithm to predict irradiation that will function on the principle of neural networks. The purpose of this algorithm is to replace the method of prediction based on linear interpolation which is currently implemented in the service PV Forecast. The output is a prediction of irradiation (total intensity of irradiation) to horizontal surface for selected localities in Czech Republic in Wm-2. The work contains various methods for processing and finding parameters for the network, preliminary and output data, as well as a comparison with the current version of the service and other publicly available services. In the last part of the thesis, further potential of neural networks is demonstrated in a tweaked version of the algorithm which instead of irradiation predicts the amount of energy generated in a set amount of time by the photovoltaic power plant in Unhošť.