The Influence of Pre-processing of Input Data on the Quality of Energy Yield Forecasts from a Photovoltaic Plant

Krzysztof Nęcka , Anna Karbowniczak , Hubert Latała , Marek Wróbel , Natalia Mioduszewska

Abstract

The aim of this study was to analyse the influence of different methods of pre-processing of input data such as moving average, subtraction of the mean and smoothing with the 4253H filter on the quality of forecasts of energy yield from a photovoltaic plant developed on the basis of MLP artificial neural networks. Forecasts were conducted at hourly time intervals for three types of cells; mon- and polycrystalline cells, as well as CIGS thin-film cells. The aim of the study was achieved based on the authors’ own research conducted at a PV plant located in Krakow with a total power output of 12.67 kWp. The assessments of the models developed were made based on the total ratio of energy for balancing in the total energy production (ΔESR) and on an analysis of the mean absolute percentage error (MAPE).
Autor Krzysztof Nęcka (IPiE / Katedra Inżynierii Bioprocesów, Energetyki i Automatyzacji)
Krzysztof Nęcka
- Katedra Inżynierii Bioprocesów, Energetyki i Automatyzacji
, Anna Karbowniczak (IPiE / IPiE-IIRiI)
Anna Karbowniczak
- Instytut Inżynierii Rolniczej i Informatyki
, Hubert Latała (IPiE / Katedra Inżynierii Bioprocesów, Energetyki i Automatyzacji)
Hubert Latała
- Katedra Inżynierii Bioprocesów, Energetyki i Automatyzacji
, Marek Wróbel (IPiE / IPiE-KIMiA)
Marek Wróbel
- Katedra Inżynierii Mechanicznej i Agrofizyki
, Natalia Mioduszewska - [Uniwersytet Przyrodniczy w Poznaniu]
Natalia Mioduszewska
-
- Uniwersytet Przyrodniczy w Poznaniu
Paginacja953-960
Objętość publikacji w arkuszach wydawniczych0.5
Książka Wróbel Marek, Jewiarz Marcin, Szlęk Andrzej (red.): Renewable Energy Sources: Engineering, Technology, Innovation : ICORES 2018, Springer Proceedings in Energy, 2020, Springer, ISBN 978-3-030-13887-5, [978-3-030-13888-2], 1094 s., DOI:10.1007/978-3-030-13888-2
Słowa kluczowe w języku angielskimModelling, Forecasting, Pre-processing, Photovoltaic cells
DOIDOI:10.1007/978-3-030-13888-2_91
URL https://link.springer.com/chapter/10.1007%2F978-3-030-13888-2_91
Języken angielski
Punktacja (całkowita)20
Żródło punktacjipublisherList
Liczba cytowań*
Pola dodatkowe
FinansowanieThis research was financed by the Ministry of Science and Higher Education of the Republic of Poland.
Cytuj
Udostępnij Udostępnij

Pobierz odnośnik do tego rekordu


* Podana liczba cytowań wynika z analizy informacji dostępnych w Internecie i jest zbliżona do wartości obliczanej przy pomocy systemu Publish or Perish.
Powrót
Potwierdzenie
Czy jesteś pewien?