Title (deu)
Modelle zur Prognose der Leistung von Photovoltaikanlagen mittels Wettervorhersagen
Parallel title (eng)
Models for predicting the output of photovoltaic systems with weather forecasts
Author
Maximilian Jonathan Pfeiffer
Advisor
Lukas Steinberger
Assessor
Lukas Steinberger
Abstract (deu)
Die Anzahl der Photovoltaikanlagen weltweit und auch in Österreich ist stetig am wachsen. Die aufgrund des Sonnenstands und der Wetterbedingungen stark schwankende Leistung der Anlagen motiviert dazu, die Prognose Möglichkeiten dieser zu untersuchen. Insbesondere die Verwendung von Wettervorhersagen und die Anwendung von Machine Learning Modellen gelten als vielversprechend. In dieser Arbeit werden verschiedene Machine Learning Ansätze genutzt, um die stündliche Stromproduktion zweier PV-Anlagen in Niederösterreich zu prognostizieren. Als Eingabe in die Modelle werden dazu zwei Datensätze aus unterschiedlichen Quellen genutzt. Ersterer enthält einfache stündliche Wetterdaten, sowie zusätzlich sonnengeometrische Daten. Der zweite Datensatz enthält neben Wetterbedingungen spezielle Prognosen zur Sonneneinstrahlung. Beide Datensätze und Quellen, sowie die Funktionsweise der Machine Learning Modelle, werden detailliert vorgestellt. Eine genaue Analyse und grafische Darstellung der Prognosefähigkeiten der einzelnen Modelle erfolgt. Insbesondere LSTM Neuronale Netze, sowie Random Forest Modelle, heben sich mit dem geringsten Verlust hervor. Ein Vergleich der Ergebnisse zeigt weiterhin, dass der zweite Datensatz mit Prognosen zur Sonneneinstrahlung deutlich genauere Vorhersagen ermöglicht
Keywords (deu)
Maschinelles LernenZeitreihenNeuronale NetzeVorhersagenSolaranlagenRandom ForestRegressionDatenanalyse
Keywords (eng)
Machine LearningTime SeriesNeural NetworksPredictingSolar PowerRandom ForestRegressionData Analysis
Subject (deu)
Subject (deu)
Type (deu)
Persistent identifier
https://phaidra.univie.ac.at/o:1603997
rdau:P60550 (deu)
viii, 38 Seiten : Illustrationen
Number of pages
46
Association (deu)
Title (deu)
Modelle zur Prognose der Leistung von Photovoltaikanlagen mittels Wettervorhersagen
Parallel title (eng)
Models for predicting the output of photovoltaic systems with weather forecasts
Author
Maximilian Jonathan Pfeiffer
Abstract (deu)
Die Anzahl der Photovoltaikanlagen weltweit und auch in Österreich ist stetig am wachsen. Die aufgrund des Sonnenstands und der Wetterbedingungen stark schwankende Leistung der Anlagen motiviert dazu, die Prognose Möglichkeiten dieser zu untersuchen. Insbesondere die Verwendung von Wettervorhersagen und die Anwendung von Machine Learning Modellen gelten als vielversprechend. In dieser Arbeit werden verschiedene Machine Learning Ansätze genutzt, um die stündliche Stromproduktion zweier PV-Anlagen in Niederösterreich zu prognostizieren. Als Eingabe in die Modelle werden dazu zwei Datensätze aus unterschiedlichen Quellen genutzt. Ersterer enthält einfache stündliche Wetterdaten, sowie zusätzlich sonnengeometrische Daten. Der zweite Datensatz enthält neben Wetterbedingungen spezielle Prognosen zur Sonneneinstrahlung. Beide Datensätze und Quellen, sowie die Funktionsweise der Machine Learning Modelle, werden detailliert vorgestellt. Eine genaue Analyse und grafische Darstellung der Prognosefähigkeiten der einzelnen Modelle erfolgt. Insbesondere LSTM Neuronale Netze, sowie Random Forest Modelle, heben sich mit dem geringsten Verlust hervor. Ein Vergleich der Ergebnisse zeigt weiterhin, dass der zweite Datensatz mit Prognosen zur Sonneneinstrahlung deutlich genauere Vorhersagen ermöglicht
Keywords (deu)
Maschinelles LernenZeitreihenNeuronale NetzeVorhersagenSolaranlagenRandom ForestRegressionDatenanalyse
Keywords (eng)
Machine LearningTime SeriesNeural NetworksPredictingSolar PowerRandom ForestRegressionData Analysis
Subject (deu)
Subject (deu)
Type (deu)
Persistent identifier
https://phaidra.univie.ac.at/o:1609953
Number of pages
46
Association (deu)
License
Citable links
Other links
Managed by
Details
Metadata
Export formats
Universitätsring 1, 1010 Wien | T
T +43-1-4277-0