Prospect
光伏站点太阳能潜力快速评估
地面数据核查
通过提高数据质量来识别传感器、污垢、遮光和设备问题。协调来自多个来源的输入，填补空白。
![[提高测量质量]用于定期绩效报告](https://files.solargis.com/public/solution-ground-data-verification-banner__FitWzE1OTUsNzIwXQ.jpg)
现场高温计读数的准确性会受到许多不同因素的影响。因此，拥有可靠的参考数据对于了解测量的正确性至关重要。
借助基于卫星的时间序列支持的数据分析，Solargis 能够识别和标记测量数据中的错误，并提出改进建议，以减少这些问题的发生。
模型的输出不一定能完美反映当地条件。
测量数据与时间序列相结合，有助于改进我们的模型，为您提供更精确的输入。
通过地面测量数据对卫星辐照数据进行补充，您可以减少能源产出估算的不确定性。
运行中发电厂的测量数据通常来自多个传感器。
我们采集这些测量数据，进行质量控制、协调和填补空白，以形成一个完整的时间序列，为定期性能评估做好准备。
我们帮助您将现场测量结果转化为银行可信任的报告，受到世界各地财务利益相关者的信赖。
测量太阳辐照度数据的主要挑战之一是异常值的高发生率。
根据我们在全球数百个地点的测量经验，太阳能和气象测量质量控制服务可帮助您识别错误，为项目的下一步做好数据集准备。
将卫星数据与现场测量相结合，减少能源产出估算的不确定性，实现更准确的财务估算。
Solargis 模型的现场适应服务将为您提供本地增强的太阳能和气象参数，使您能够减少发电厂设计和能源产出模拟的不确定性。
由于目前实际上还没有最新的独立研究对全球所有数据库进行比较，因此在比较不同提供商的模型时，验证统计是最重要的工具之一。
在本次网络研讨会中，我们将介绍如何评估可能影响地面测量数据准确性的各种因素的影响。
在没有充分了解其潜在产出的情况下设计和运营大型太阳能项目，不可避免地会增加整个生命周期的风险。为开发商提供的解决方案之一是通过卫星模型计算出有效的太阳能资源数据，帮助进行精确的能源产出计算。
每年由我们的银行可担保太阳能和气象数据、软件和服务支持的项目
在太阳能项目和提高行业标准方面拥有多年经验
覆盖全球人口的 30 年太阳和气象数据
