Nouveau papier accepté dans la revue Solar Energy

A benchmarking of machine learning techniques for solar radiation forecasting in an insular context
Philippe Lauret, Cyril Voyant, Ted Soubdhan, Mathieu David, Philippe Poggi


Ce papier est le fruit de la collaboration de 3 universités Françaises présentant une caractéristique commune : l'insularité. En effet, que ce soit à La Réunion, la Guadeloupe ou encore la Corse, la problématique liée à l'approvisionnement énergétique est dominante. Dans ce papier une large revue des méthodes de prévision dites "Machine Learning" est proposée et des tests de prévision de rayonnement global solaire sont réalisés sur les trois iles. Le but étant de déterminer les modèles les plus performants et surtout d'essayer d'établir des règles de sélection de modèle en fonction du site et des caractéristiques de l'étude. Le résumé de cet article est :
"In this paper, we propose a benchmarking of supervised machine learning techniques (neural networks, Gaussian processes and support vector machines) in order to forecast the Global Horizontal solar Irradiance (GHI). We also include in this benchmark a simple linear autoregressive (AR) model as well as two naive models based on persistence of the GHI and persistence of the clear sky index (denoted herein scaled persistence model). The models are calibrated and validated with data from three French islands: Corsica (41.91°N; 8.73°E), Guadeloupe (16.26°N; 61.51°W) and Reunion (21.34°S ; 55.49°E). The main findings of this work are, that for hour ahead solar forecasting, the machine learning techniques slightly improve the performances exhibited by the linear AR and the scaled persistence model. However, the improvement appears to be more pronounced in case of unstable sky conditions. These nonlinear techniques start to outperform their simple counterparts for forecasting horizons greater than one hour."

https://www.researchgate.net/publication/270214354_A_benchmarking_of_machine_learning_techniques_for_solar_radiation_forecasting_in_an_insular_context https://www.researchgate.net/publication/270214354_A_benchmarking_of_machine_learning_techniques_for_solar_radiation_forecasting_in_an_insular_context


Rédigé par Cyril VOYANT le Jeudi 1 Janvier 2015 à 16:07 | Lu 331 fois