[논문 리뷰] A Temporally Consistent Image-based Sun Tracking Algorithm for Solar Energy Forecasting Applications

Quentin Paletta, Joan Lasenby|arXiv (Cornell University)|2020. 12. 02.

Solar Radiation and Photovoltaics참고 문헌 27인용 수 4

한 줄 요약

이 논문은 카메라 캘리브레이션 또는 외부 데이터 없이, 포화된 픽셀 탐지와 시간적 보간을 통해 볼록 천정 이미지에서 시간적으로 일관된 태양 추적을 위한 데이터 기반, 이미지 전용 방법을 제안한다. 이미지 공간에서 평균 절대 오차가 1% 미만임을 확보하여 공개된 데이터셋에서 강력한 태양 복사 에너지 예측이 가능하다.

ABSTRACT

Improving irradiance forecasting is critical to further increase the share of solar in the energy mix. On a short time scale, fish-eye cameras on the ground are used to capture cloud displacements causing the local variability of the electricity production. As most of the solar radiation comes directly from the Sun, current forecasting approaches use its position in the image as a reference to interpret the cloud cover dynamics. However, existing Sun tracking methods rely on external data and a calibration of the camera, which requires access to the device. To address these limitations, this study introduces an image-based Sun tracking algorithm to localise the Sun in the image when it is visible and interpolate its daily trajectory from past observations. We validate the method on a set of sky images collected over a year at SIRTA's lab. Experimental results show that the proposed method provides robust smooth Sun trajectories with a mean absolute error below 1% of the image size.

연구 동기 및 목표

• 카메라 캘리브레이션 및 외부 데이터가 필요한 전통적 태양 추적 방법의 한계를 극복하기 위해.
• 공개된 데이터셋에서의 개방형 연구를 촉진하기 위해 천체 이미지만을 사용하여 정확한 태양 궤적 추정을 가능하게 하기 위해.
• 태양이 간헐적으로 보이지 않을 경우에도 시간적으로 일관된 태양 위치 추정을 제공하기 위해.
• 볼록 천정 이미지에서 태양의 운동을 신뢰성 있게 추적하여 고해상도 태양 복사 에너지 예측을 지원하기 위해.
• 태양 에너지 예측 시스템에서 전문 장비 및 캘리브레이션 절차에 대한 의존도를 줄이기 위해.

제안 방법

• 짧은 노출 이미지의 파란 채널을 사용하여 최적의 대비를 확보하기 위해, 픽셀 강도 임계값 기반 이진 분류기가 태양이 가시한지 여부를 결정한다.
• 가시할 경우, 태양의 위치는 포화된 픽셀에 대한 중앙값 필터링을 통해 국소화한 후, 태양 영역과 플레어를 분리하기 위해 가우시안 필터링을 적용한다.
• 하루 동안 태양 궤적의 부드러운 시간적 변화를 활용하여 과거 관측치를 기반으로 미래 위치를 보간한다.
• 시간적 일관성을 보장하기 위해 역사적 태양 위치 데이터를 학습하여 지도 학습 모델을 훈련시킨다.
• 렌즈 왜곡을 줄이기 위해 이미지를 방위 등거리 투영으로 사전 처리하여 국소화 정확도를 향상시킨다.
• GPS, 방향 정보 또는 렌즈 캘리브레이션 파rameter가 필요 없이 오직 이미지 데이터에 의존한다.

실험 결과

연구 질문

• RQ1 순수한 이미지 기반 방법이 볼록 천정 천체 이미지에서 높은 정확도와 시간적 일관성으로 태양의 위치를 추정할 수 있는가?
• RQ2 동일한 위치에서의 과거 관측치만을 사용하여 향후 태양 궤적을 얼마나 잘 예측할 수 있는가?
• RQ3 카메라 캘리브레이션 없이 공개된 데이터셋에서 이 방법이 얼마나 견고하게 작동하는가?
• RQ4 구름으로 인한 가림이나 이미지 아티팩트로 인한 누락 데이터나 이상치를 어떻게 처리할 수 있는가?
• RQ5 이 이미지 전용 방법의 성능가 전통적인 캘리브레이션 의존적 접근 방식과 비교해 볼 때 어떻게 되는가?

주요 결과

• 제안된 방법은 태양 위치 국소화에서 이미지 크기의 1% 미만의 평균 절대 오차를 달성한다.
• 태양이 간헐적으로 보이지 않을 경우에도 알고리즘이 매끄럽고 시간적으로 일관된 태양 궤적을 생성한다.
• 신뢰할 수 있는 궤적 예측을 위해 단 몇 일(1주일 미만)의 역사적 데이터만으로도 충분하다.
• 중앙값 및 가우시안 필터링을 포화 영역에 적용함으로써 이미지 노이즈 및 아티팩트(예: 렌즈 플레어)에 강건하다.
• 카메라 캘리브레이션 또는 외부 데이터 없이도 공개된 천체 이미지 데이터셋에서 정확한 태양 추적을 가능하게 한다.
• 안정적인 기준점 제공을 통해 구름 운동 분석에 기여함으로써 장기적인 태양 복사 에너지 예측을 지원한다.