Detailansicht
Modelle zur Prognose der Leistung von Photovoltaikanlagen mittels Wettervorhersagen
Maximilian Jonathan Pfeiffer
Art der Arbeit
Magisterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Magisterstudium Statistik
Betreuer*in
Lukas Steinberger
DOI
10.25365/thesis.72541
URN
urn:nbn:at:at-ubw:1-14277.81424.571612-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
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
Schlagwörter
Schlagwörter
(Deutsch)
Maschinelles Lernen Zeitreihen Neuronale Netze Vorhersagen Solaranlagen Random Forest Regression Datenanalyse
Schlagwörter
(Englisch)
Machine Learning Time Series Neural Networks Predicting Solar Power Random Forest Regression Data Analysis
Autor*innen
Maximilian Jonathan Pfeiffer
Haupttitel (Deutsch)
Modelle zur Prognose der Leistung von Photovoltaikanlagen mittels Wettervorhersagen
Paralleltitel (Englisch)
Models for predicting the output of photovoltaic systems with weather forecasts
Publikationsjahr
2022
Umfangsangabe
viii, 38 Seiten : Illustrationen
Sprache
Deutsch
Beurteiler*in
Lukas Steinberger
Klassifikationen
31 Mathematik > 31.73 Mathematische Statistik ,
54 Informatik > 54.72 Künstliche Intelligenz
AC Nummer
AC16668055
Utheses ID
64954
Studienkennzahl
UA | 066 | 951 | |