地上データの検証
地上での太陽光および地表面の測定は、太陽光発電産業において重要な役割を果たしている。モデルの適合や太陽光発電所の性能評価に利用されている。
しかし、日射量測定データの重要な課題の1つは、異常値の発生が多いことである。
地上ベースの測定値を性能評価やモデル化された時系列の適合に使用する前に、測定された時系列中の疑わしい値をすべて特定し、品質管理手順によってフラグを立てる必要があります。
ソーラーギスの太陽・気象観測の品質管理サービスは、世界中の何千もの場所で測定されたデータを扱ってきた経験に基づいています。エラーを特定し、プロジェクトの次のステップのためにデータセットを準備するのに役立ちます。
コサイン効果、温度応答、分光感度、安定性、非線形性などに起因する誤差の大きさは、センサーの品質や地域の条件によって異なります。そこでまず、センサーの技術仕様と校正証明書を確認する。
第二段階として、センサーのミスアライメント、周囲の物体による陰影などのエラーを特定し、影響を受けた測定値にフラグを立てる。
ほとんどの場合、センサーの汚れ（ほこり、雪、水滴、霜、鳥の糞など）を防ぐことは困難です。しかし、 Solargis Analystで徹底的なデータ解析を行うことで、これらの異常を特定することができます 。
エラーにフラグを立て、エラーを取り除くだけでなく、欠損データやエラーデータをモデルからの入力で置き換える。そうすることで、性能評価に使用できる、調和のとれた完全でギャップのない時系列データセットを作成することができる。
ほとんどの場合、現場データは複数の日射計から得られている。それを調和させることで、誤った値をモデル化されたデータに置き換え、複数のデータセットを1つに統合する。
データ本来の品質を低下させる可能性のある単純な平均化とは異なり、我々の統計的多基準アプローチは測定値の自然な特徴を保持する。
私たちの統計的アプローチでは、モデル値を測定値と同じ粒度に合わせることができます。例えば、15分間の測定データを1分間の時系列に分解することができます。
私たちは、品質管理されたデータセットの不確実性に関する声明を発行します。これにより、衛星でモデル化された過去の時系列のデータを、銀行融資可能な性能評価や現場適応に使用することができます。
