地面数据核查
地面太阳能和气象测量在太阳能产业中发挥着至关重要的作用。它们用于调整模型和评估太阳能发电厂的性能。
然而，太阳辐照度测量数据面临的主要挑战之一是异常值的频繁出现。
在使用地基测量数据进行性能评估或调整模型时间序列之前，必须通过质量控制程序识别和标记测量时间序列中的所有可疑值。
我们的太阳能和气象测量质量控制服务基于 Solargis 处理来自全球数千个地点的测量数据的经验。它可帮助您识别错误，为项目的下一步做好数据集准备。
余弦效应、温度响应、光谱灵敏度、稳定性、非线性等产生的误差大小取决于传感器的质量和当地条件。因此，我们首先要审查传感器的技术规格及其校准证书。
第二步，我们会识别传感器偏差、周围物体遮挡等误差，并标记受影响的测量结果。
在大多数情况下，很难防止传感器脏污（灰尘、雪、水滴、霜、鸟粪等）。不过，我们可以通过 Solargis Analyst进行全面的数据分析来识别这些异常情况 。
除了标记和删除错误外，我们还用模型输入的数据替代缺失和错误数据。这样，我们就可以创建一个统一、完整、无间隙的时间序列数据集，用于性能评估。
在大多数情况下，现场数据来自多个测温仪。通过协调，我们用模型数据取代错误值，并将多个数据集合并为一个数据集。
简单的平均法会降低数据的原始质量，与之不同的是，我们的多标准统计方法保留了测量数据的自然特征。
利用我们的统计方法，我们可以将模型值调整到与测量值相同的粒度，例如将 15 分钟的测量数据分解为 1 分钟的时间序列。
我们为经过质量控制的数据集发布不确定性声明。这样，您就可以使用这些数据进行银行可担保的性能评估，并对卫星模拟的历史时间序列进行现场调整。
