以資料採礦技術進行太陽能全日照量預測

出處 核研所 作者 楊琇如, 尹相志 年份 2017
報告類型 核研所報告 分類 新/再生能源 |太陽能發電 資料時間 2017年12月

    為進行資料採礦對日照預測之可行性研究,本研究使用資料採礦技術對氣象資料庫進行資料挖掘,利用資料採礦的方法對資料庫變數進行整理與變量篩選,整個資料採礦的步驟包含變數檢定、預測模型建立及模型評估驗證。本篇重點於介紹資料採礦之過程及發現,首先收集核能研究所自行架設於桃園龍潭區的氣象環境資料、行政院環保署之懸浮粒子資料、及中央氣象局日出日落之資料,經過變數檢定之過程後,篩選出對預測目標影響較顯著之變數進行日照預測模型建置。本研究分為兩階段建模,第一階段模型採用羅吉斯迴歸統計模型建模,且利用全日照達標率分佈、Lorenz’s Curve、及K-S Test模型評估技術評估模型效度,再經過反覆調校模型參數,以產生最佳效度日照預測模型。最後將模型規則轉換為評分卡方式,方便使用者了解,且便於後續之模型自動化佈署,可實際應用於太陽日照達標機率之預測。第二階段模型採用線性迴歸(Linear Regression)技術建置日照量數值之推估(Estimation)模型,並採用皮爾森相關係數(Pearson Correlation)指標做為評估效度之依據,用以檢定各變數之預測力,同時透過不同的轉換函數,以檢視不同轉換模式下的變數預測力強弱。為可以確保模型的穩定性不至於因為連續變數間高度重疊造成偏誤,在第二階段模型中,引入「因子分析」的概念來進行變數處理,以建置應用於太陽能全日照量之預測模型。

全文下載: INER-12956全文PDF檔.pdf