owned this note   changed 6 years ago  
Linked with GitHub

利用Python預測風力發電量 - 陳律閎

歡迎來到 PyCon TW 2019 共筆

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

共筆入口：https://hackmd.io/@pycontw/2019
手機版請點選上方 按鈕展開議程列表。

PyCon Taiwan 2019 PyNight 活動規劃與 BoF 簽到/建立交流主題
https://hackmd.io/NaI9ymzRQ5urCvwOQ31WAA

從這開始

  • Slide will be update to speaker's Github within few days.

About speaker

  • 陳律閎
    • 中興大學 應用數學系 副教授
    • 利用 Python 開統計學、巨量資料分析等

為什麼需要預測風力發電

  • RE100聯盟: 100%使用再生能源
  • 發電供給與需求平衡調度
  • 調度速度隨發電方式有異
    • 調度速度: 天然氣(成本高) >> 燃煤(成本低)
  • 風力發電預測的好處
    • 節省成本
      • 歐洲國家將電力視為大宗貨物，有期貨及選擇權等金融工具
    • 天然氣存量是否足夠?
      • 需要船運，船運需要好的氣候掌握
      • 預儲存量頂多一週
    • 電價預測
    • etc.

風力發電預測原理

  • Power Curve Model
    • Steady wind speed <-> Power
    • 風力需要克服摩擦力才能達到最大發電量
    • 最大轉速有上限
    • 目前主流預測氣候方法: FEM 有限元素法

問題

  1. 風速預報不易
    • 氣象預報解析度
    • 地形
    • 風機彼此干擾
  2. 有限元素法有計算量的問題，無法直接對全球計算–>採區域計算（以全球計算為基準，進行更細微的格點劃分）
  3. 其他氣象變數
    • 風的質量與/風速/氣溫/氣壓/濕度有關

解決方法

  • 高解析度氣象預報
    • $$$$$$$$
  • 預報後處理
    • 風力發電機位置實際風速難以測量
    • 量測結果會受風機本身影響
  • Machine learning

資料準備

德國歷史發電資料

歷史天氣預報資料

  • GEFS 再預報資料
    • 唯一免錢!
    • 2012 版本氣象預報模型
    • 全球模式(低解析度)
    • netCDF v4 file type -> xarray套件可讀

rpy2

  • Document
  • 把 R 套件當 Python 套件用
  • 不需要會 R

機器學習演算法設計

  • 均值定理
  • 數學推導很重要，有效推導可以用免錢套件(誤差4.2%)做出跟官方(誤差3%~5%)差不多
  • 隨便塞類神經網路誤差20%
  • Future works
    • Rolling corss-validation
    • post-processing layers
    • seq-to-seq models
tags: PyConTW2019
Select a repo