无论是将测量数据与 Solargis 数据集进行比较，还是执行质量控制或分析趋势以提取银行可担保的见解，Solargis 的数据团队每天都要处理来自各种来源的大量数据。我们采访了数据科学家Jozef Dudzak和数据应用团队负责人Marketa Jansova博士，了解太阳能数据专家的职责，以及Solargis Analyst软件如何改变太阳能行业复杂的资源分析。
Jozef： 我们 从客户那里收到CSV文件形式的原始太阳能测量数据，这些数据需要导入和统一，以便进一步分析。这意味着要将数据记录与元数据对齐，解决时间戳不正确等问题，并确保格式一致。接下来，我们将开展质量控制工作，为进一步分析所收到的数据做好准备。
高质量的太阳能数据是可靠的太阳能资源分析的基石。客户明白这一点，但是，尽管业界正在采取措施提高测量数据的质量，所采取的方法仍然缺乏一致性。我们的部分职责是彻底核实测量数据，确保找出任何错误，并在下游分析过程中只使用有效的数据记录。
一旦我们获得了经过质量控制的数据，我们就会对其进行分析，并为客户提供见解。对于项目开发商而言，我们的典型任务是利用当地的地面测量数据调整 Solargis 模型，从而在减少不确定性的情况下计算出特定地点的时间序列。我们经过质量评估和协调的太阳能测量数据也经常用于光伏项目的性能分析。
Jozef： 我们 发现，使用最广泛的数据管理和分析工具仍然是 Microsoft Excel。虽然它是执行许多数据分析任务的优秀工具，但在处理大量时间序列数据（其中包含不一致数据）时，它还是有局限性。电子表格软件不是为太阳能资源时间序列数据的协调、质量控制和复杂分析而设计的。在接收测量数据时，我们经常会看到表格不一致、时间戳偏移和缺乏同步性的情况。典型的电子表格软件只能导入 100 万条记录--根据时间步长，这可能还不够导入 2 年的数据，更不用说 25 年的太阳能资源和气象时间序列历史数据了！
软件复杂性的下一个层次是使用 Python 等编码语言编写的定制脚本。这需要专业的编码知识和太阳能专业知识，因此对该行业的许多企业来说并不可行。此外，数据处理的每个要素都由脚本控制，这使得复杂的分析和与多个数据集的比较非常耗时，因为这一过程不是交互式的--脚本需要编码、运行和完善。
目前有一些基本的质量控制服务，但它们在提供可靠、可信的质量控制数据集方面功能有限。一些太阳能专家使用其他行业的替代软件来进行基本管理和可视化，但在需要进行高级分析时却很吃力。
Marketa： 根据 我们处理世界各地太阳能数据的经验，我们知道重要的一步是将不同的功能整合到同一个平台上。这意味着先进的质量控制、直观的可视化和简化的数据管理，所有这些功能都集中在一个地方。
我们的目标是提供一个由太阳能分析师为太阳能分析师打造的软件平台，将我们在该领域的专业知识融入到解决方案的结构中。我们已经实现了劳动密集型任务的自动化，如数据协调、质量控制等。
该软件简化了比较多个数据集和执行计算的过程，使分析师能够处理复杂多样的数据集，而无需花费时间创建新脚本。
Jozef： 可视化 工具进一步提高了灵活性，节省了时间--人们可以轻松比较多个数据集。有很多图形工具可以以各种方式显示差异（热图、散点图、时间序列图等）。
Solargis Analyst 还可以自动汇总报告和摘要，这意味着减少了管理任务的时间，从而有更多时间为客户和利益相关者创造价值。
Marketa： 我们 认为，为不同技能和需求的用户提供多层次的体验非常重要。该平台提供功能和提示，告诉用户需要注意什么，但如果分析师想自己计算变量或进行数据转换，Solargis Analyst 也能提供多功能服务。
Jozef：只要有时间戳， Solargis Analyst 可以处理 Excel 或 CSV 格式的任何类型的数据。该平台针对一系列参数进行了优化，如太阳辐射/辐照度、温度、风、降水以及其他气象和大气数据。
使用数据量的唯一限制是计算机的内存。迄今为止，我使用过的最大数据集包含 900 万条记录，涵盖 25 年的数据。
Marketa：主要目标是扩展现有功能，同时为来自更多仪器和安装类型的数据创建新功能。我们还收到了关于该平台提供的自动化功能的积极反馈，因此我们将寻求自动化软件的其他元素，以进一步简化分析和提高生产率。
太阳能资产正变得越来越复杂。从太阳能资源、温度、反照率到降水量，更多类型的数据正被用于加强资产所有者对其项目地点的了解。Solargis Analyst 可帮助太阳能数据分析师轻松比较数据集，并更快地提取见解。欲了解有关 Solargis Analyst 新平台的更多信息，并探讨如何提高太阳能数据团队的工作效率，请联系 https://solargis.com/about-us/contact 。
