Prospect
Odhadnite solárny potenciál vašej lokality
Overenie pozemných údajov
Pozemné solárne a meteorologické merania zohrávajú v priemysle so solárnou energiou dôležitú úlohu. Používajú sa na prispôsobenie modelov a hodnotenie výkonnosti solárnych elektrární.
Avšak, jedným z hlavných problémov meraných dát o slnečnom žiarení je vysoký výskyt anomálnych hodnôt.
Pred použitím pozemných meraní na hodnotenie výkonnosti alebo na prispôsobenie modelovaných 'Time Series' sa musia všetky podozrivé hodnoty v nameraných časových radoch identifikovať a označiť prostredníctvom postupov kontroly kvality.
Naša služba kontroly kvality solárnych a meteorologických meraní je založená na skúsenostiach spoločnosti Solargis so spracovaním meraní z tisícov lokalít na celom svete. Pomôže vám identifikovať chyby a pripraviť dátové súbory na ďalšie kroky vášho projektu.
Veľkosť chýb vyplývajúcich z kosínusového efektu, teplotnej odozvy, spektrálnej citlivosti, stability, nelinearity atď. závisí od kvality snímačov a miestnych podmienok. Preto najprv preskúmavame technické špecifikácie snímačov a ich kalibračné certifikáty.
V druhom kroku identifikujeme chyby, ako je nesprávne nastavenie snímačov, zatienenie okolitými objektmi atď., a označíme dotknuté merania.
Vo väčšine prípadov je ťažké zabrániť znečisteniu snímačov (prach, sneh, kvapky vody, mráz, vtáčí trus atď.). Tieto nezrovnalosti však môžeme identifikovať prostredníctvom dôkladnej analýzy údajov v Solargis Analyst.
Okrem označovania a odstraňovania chýb nahrádzame chýbajúce a chybné údaje vstupmi z našich modelov. Vďaka tomu môžeme vytvoriť harmonizovaný, kompletný súbor 'Time Series' dát bez chýb pripravený na použitie pri hodnotení výkonnosti.
Vo väčšine prípadov miestne dáta pochádzajú z niekoľkých pyranometrov. Ich harmonizáciou nahradíme chybné hodnoty modelovanými údajmi a spojíme viacero dátových súborov do jedného.
Na rozdiel od jednoduchého priemerovania, ktoré môže zhoršiť pôvodnú kvalitu dát, náš štatistický multikriteriálny prístup zachováva prirodzené vlastnosti meraní.
Pomocou našich štatistických prístupov môžeme prispôsobiť naše modelové hodnoty rovnakej granularite ako pri vašich meraniach - napríklad rozdeliť 15-minútové namerané údaje na 1-minútové 'time series'.
Pre dátové súbory, ktoré prešli kontrolou kvality, vydávame vyhlásenie o neistote. To vám umožňuje používať tieto dáta napríklad na účely vykázania výkonnosti pre banky alebo prispôsobenie historických 'time series' dát modelovaných satelitom na danú lokalitu.
