Data Analytics en Energías Renovables: Organización y Análisis de Medidas Satelitales de Radiación
Author
Catalina Feliú, AlejandroAdvisor
Dorronsoro Ibero, José RamónEntity
UAM. Departamento de Ingeniería InformáticaDate
2016-07Subjects
InformáticaEsta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Abstract
The renewable energies are a promising clean and sustainable energy form for the near future.
With the latest oil crisis, top energy companies have shift their interest to these new energies.
Specifically, when speaking of wind power and solar energy, Spain has a promising future. A
fundamental factor to make these energies a true option is the computer science, and more
specifically, the data science. This branch of the computer science is the responsible for making
high accuracy forecasting models, which are essential to maximize the energy production and
minimize the installation costs that would take place, for instance, when installing a solar farm
in a location with few sun hours.
This work is an introductory analysis of radiation satellite data, leading towards building
machine learning models that would predict photovoltaic energy production in the Iberian Peninsula.
Previous to the selection of such data, we have studied several global satellite agencies,
analyzing their main properties, services and products, putting a special emphasis in time and
spatial resolution. This first study suggests the European Organisation for the Exploitation of
Meteorological Satellites (EUMETSAT) as a suitable data source for our purposes.
The products we downloaded from EUMETSAT consist on cloud mask plus eleven channels
covering the light spectrum from wavelength (measured in micrometers) 0:6 μm to 13:4 μm,
including three visible channels (capturing light at the visible band of the light spectrum) and
eight infrared channels (channels where the Earth thermal radiation is dominant, located at the
infrared band of the light spectrum). From these channels we can compute the reflectance (only
for visible channels) and the brightness temperature (only for infrared channels), ending with
twenty-three variables; eleven radiances, three reflectances and eight brightness temperatures
plus the cloud mask. A first analysis of the data shows that there is a high correlation between the
radiation captured in bands 0:8 μm, 1:6 μm and 3:9 μm and the photovoltaic energy production.
As a conclusion, we have performed a first linear regression model with the aggregated values
of each variable over the Iberian Peninsula, having as target the photovoltaic energy production.
This model’s results showed a Mean Absolute Error (MAE) of 6.02%, which encourages us to
build and research more advanced machine learning models. Las energías renovables son una prometedora fuente de energía limpia y sostenible para el
futuro cercano. Desde las últimas crisis del petróleo, las grandes compañías energéticas han
mostrado un creciente interés por estas energías renovables. España, en concreto, tiene unas
características que la hacen especialmente interesante para la energía eólica y solar. Un factor
fundamental que ha hecho de estas energías una opción factible es la ciencia computacional,
y, más concretamente, la ciencia de datos. Esta rama de la informática es la encargada del
diseño de modelos de predicción cada vez más precisos, que son esenciales para maximizar la
producción de energía y minimizar los sobrecostes, derivados por ejemplo de la instalación de
huertos solares en zonas que no gozan de muchas horas de sol.
Este trabajo es un análisis introductorio de medidas satelitales de radiación, poniendo énfasis
en la construcción futura de modelos de predicción de energía solar fotovoltaica en la Península
Ibérica. Previamente a la selección de estos datos, hemos realizado un estudio de las principales
agencias que trabajan con datos satelitales, analizando algunas de sus propiedades más importantes,
servicios y productos, poniendo un énfasis especial en la resolución espacial y temporal.
Este primer estudio sugiere el Centro Europeo para la Explotación de Satélites Meteorológicos
(EUMETSAT por sus siglas en inglés) como fuente de datos para nuestro trabajo.
Los conjuntos de datos descargados de EUMETSAT consisten en un índice de nubosidad y
once canales que cubren el espectro de la luz (medido en micrómetros) desde los 0:6 μm a los
13:4 μm, incluyendo tres canales visibles y ocho canales infrarrojos. Desde la información de
estos canales podemos computar la reflectancia (solo en canales visibles) y la temperatura del
brillo (solo en canales infrarrojos), además de la radiación en sí misma. Un primer análisis de
estos datos muestra que existe una alta correlación entre la radiación capturada en las bandas
0:8 μm, 1:6 μm y 3:9 μm y la producción global de energía fotovoltaica.
Como conclusión, hemos realizado un primer modelo de regresión lineal con los valores de
cada variable acumulados para toda la Península, teniendo como objetivo la producción de
energía fotovoltaica. Los resultados de este modelo han mostrado un Error Medio Absoluto
(MAE de sus siglas en inglés) del 6.02%, lo que supone un importante factor de cara a investigar
modelos de aprendizaje estadístico más avanzados.
Files in this item
Google Scholar:Catalina Feliú, Alejandro
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/
Related items
Showing items related by title, author, creator and subject.
-
Energías renovables descentralizadas y el motor eléctrico: un análisis de prioridades
Lloveras Maciá, Joaquim
2022 -
Nesterov Acceleration Schemes for Group Lasso
Catalina Feliú, Alejandro
2017-06