專題實作|專題成果
111年
The Electrical Engineering department
The
Electrical Engineering
department
洪穎怡
潘彥廷
徐菖晟
在現在的生活中人們逐漸講求節能減碳,讓全球的溫室效應可以減緩。同時台灣政府也提出了能源新政策,預計在 2025 年台灣再生能源的發電量能達到總發電量的 20%,太陽能的裝置容量也預計設置達到 20GW。我們想同時為了地球盡一份心力,也看有沒有更好的方法可以更精進台灣的太陽能發電。
這份專題我們主要是希望把台灣各地的太陽能資料結合深度學習,以過去的資料去訓練模型並做出一個可以預測太陽輻照度的模型,來去了解及預測台灣單一地點後半小時的的輻照度,在未來可以讓台灣電力公司或太陽能電場的老闆與我們進行合作,除了能掌握太陽能發電出力程度、發電效益,也可以作為安排維修時程的參考指標。
模型運用了 LSTM 長短期記憶模型,以 PSO 粒子群最佳化來調整在LSTM 長短期記憶模型裡的最佳模型參數,並以 ADAM 優化器來進行優化進而讓預測更加準確。