Прогнозування Генерації Сонячної Енергії На Основі Фізичної Моделі Та Методів Машинного Навчанняпрогнозування Генерації Сонячної Енергії На Основі Фізичної Моделі Та Методів Машинного Навчання
Year: 2026
Type: article
Abstract: Дана робота є логічним продовженням дослідження [1], присвяченого розробці інтелектуальної системи управління енергоспоживанням житлового будинку (IREMS), у якій прогноз генерації виступає одним із ключових елементів прийняття рішень. На відміну від попередньої роботи, у даному дослідженні детально розглянуто методи прогнозування сонячної генерації. Метою роботи є підвищення точності прогнозування виробітку електроенергії для конкретної фотоелектричної установки шляхом поєднання фізичного моделювання та методів машинного навчання. За основу взято фізичну модель, що враховує рух Сонця та метеорологічні дані, яку доповнено алгоритмами машинного навчання для компенсації систематичних похибок. Навчання моделей виконано на експериментальних даних за жовтень, а валідацію проведено на незалежному наборі даних за листопад. Порівняння фізичної моделі, Gradient Boosting та лінійної регресії показало, що за умов обмеженого обсягу навчальних даних проста регресійна модель демонструє кращу стабільність та здатність до узагальнення порівняно зі складнішими підходами машинного навчання.
Source: ГРААЛЬ НАУКИ
Institution: V. N. Karazin Kharkiv National University
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W7155043574