2022, Abendua 21

Meteo for Energyk Meteosateko irudiak erabiltzen ditu eguzki-energia sustatzeko

Meteosat satelite geoegonkorren talde bat da, iragarpen meteorologikoak egiteko irudiak ematen dituena. Joan den astean, hirugarren belaunaldiko sei Meteosat sateliteetako lehena (MTG-11) kaleratu zen, klimaren zaintza hobetuko duena. Satelite berri honek irudi-sorgailu bat eta tximisten detektagailu bat ditu, aurreikuspen hobeak lortzeko, batez ere ekaitzena eta muturreko beste fenomeno meteorologiko batzuena.

Meteo for Energy, eguraldiaren eta energiaren iragarpenean espezializatutako enpresa arabarrak, urteak daramatza Meteosat satelitearen irudiekin lanean, erradiazioa iragartzeko eta landare termosolarren eta fotovoltaikoen eragiketa optimizatzeko. Satelite berri horri esker, konpainiak eskaintzen dituen zerbitzuak hobetu ahal izango dira, bereizmenean eta maiztasunean egindako aurrerapenei esker. Hona hemen hobekuntzetako batzuk:

  • Hodeien iragarpena irudietan 10 minutuko maiztasunean eskainiko da, eta ez 15 minututan, orain arte prozesatu den bezala.
  • HRV kanalaren bereizmen espaziala (hodeiak egunez ikusten dira) 500 metrora aldatzen da, orain arte 1km-koa izan denaren aldean.

 

Meteo for Energyk bere harrera-estazioetan eskuratutako satelite-irudiak erabiltzen ditu, eta irudi-tratamenduaren eta adimen artifizialeko tekniken bidez prozesatzen ditu, hala nola Deep Learning. Zerbitzu hau “MeteoSatellite” produktuaren bidez integratuta dago, eta gaur egun Europan, Afrika Iparraldean eta Hegoaldean eta Ekialde Ertainean dago martxan. Konputazio eta adimen artifizialeko teknikei esker, konpainiak zehaztasun handiagoa lortu du epe laburrean.

Nola erabiltzen ditu Meteo for Energy-k Meteosat-eko irudiak?

Meteosateko irudiak ezinbestekoak dira nowcasting-erako. Epe laburreko iragarpen-teknika horren bidez, baldintza meteorologikoen garapena detektatzen da eta bilakaera aurrez iragartzen da. Meteo for Energy-k zenbakizko ereduen osagarri gisa erabiltzen du teknika hau, datozen orduetan zehaztasun handiagoz zer gertatuko den jakiteko. Horrela, konpainiak zenbakizko ereduen iragarpenei buruzko zehaztasun gehiago eskaintzen du lehen orduetan.

Meteosaten irudiek erakusten dute zer gertatzen ari den zuzenean, eta Deep Learning-en bidez, Meteo for Energy-k masa kondentsatuen (hodeien) mugimendua iragartzen du zehaztasun handiagoz 2 edo 3 orduko denbora-horizonte labur batean. Emaitza horretara iristeko, Meteosateko irudiek prozesamendu-fase batzuk igaro behar dituzte:

  1. Full Disk irudiak eskuratzea,
  2. Geoerreferentziazioa,
  3. Hodei-geruza lortzea (Cloud Mask) eta
  4. Mugimendua detektatzeko prozesamendua (Optical Flow)

Lehenik, Meteosat-eko irudi landugabeak lortzen dira, Full Disc deritzenak, Lurreko globotik 36.000 km-ra dagoen argazki bat hartzen dutelako. Lurraren erritmo berean biratzen dutenez, sateliteek 15 minuturo atera dezakete gure planetaren argazki bat ikuspegi beretik, eta hodeien eboluzioa ikus dezakete irudi osoan.

Ondoren, irudi horiek georreferentziatu egiten dira, pixel bakoitza zein koordenatu geografiko zehatzi dagokion jakiteko. Horri esker, eguzki-landareen koordenatu espezifikoetarako iragarpenak egiten dira, eta, horrela, datozen orduetako aurreikuspena ezagutzen da. Hobeto interpretatzeko, Meteo for Energyk Mercator proiekzio kartografikoa erabiltzen du, GIS mapek erabiltzen duten sistema, Interneten eta Google Maps eta OpenStreetMap bezalako aplikazioetan hain ezagunak direnak.

Irudiak, georreferentziatu ondoren, lurra eta itsasoa kentzeko prozesatzen dira, eta hodeiak bakarrik uzteko, Cloud Mask edo hodei-geruza deritzona, hodeien opakotasunari buruzko informazioa biltzen duena. Lurrari, lurrari edo urari, dagokion pixelaren intentsitatea kentzea ezinbestekoa da opakutasun-indizea zehazteko, horrela, eguzki-baliabidea balioesteko eta iragarpen egokiak egiteko.

 

IA eta Deep Learning hodeien mugimendua zehatz-mehatz detektatzeko

Cloud Mask lortu ondoren, irudia prozesatzen da Deep Learning delakoaren bidez. Deep Learning Optical Flow-a iragartzeko trebatuta dago, eta irudi horretan pixelak mugitzeko abiadura eta norabidea zehazten ditu.

Adimen artifizialaren bidezko prozesamenduak balio erantsia ematen die eguzki-landareentzako Meteo for Energy zerbitzuei. Deep Learningek Optical Flow-en teknikak hobetu ditu, eta, horrela, konpainiak bere iragarpenak optimizatu ahal izan ditu Meteosat-eko irudietan oinarrituta.

Orain arte Meteosatek Full disc (15 minutuko sekuentzian) argazkiak eskaini dituenez, hodei-geruzaren irudiak ere tarte horretan bertan sortzen dira. Hauek erabiltzen dira iragartzeko:

  1. Hodeien mugimendua eta abiadura.
  2. Koordenatu bakoitzerako opakotasun-indizea.

Horren ondorioz, minutuz minutuko erradiazioaren aurreikuspena lortzen da, epe laburrerako energia-sorkuntzaren iragarpenaren zehaztasuna hobetzen laguntzen duena.

Jarraian, bideoak irudien tratamenduaren sekuentzia osoa erakusten du, satelitearen Full Disk-etik hasi eta Optical Flow-arekin hodei-geruzaraino.

Gero eta gehiago dira adimen artifizialaren aplikazioak teknologia honek prozesuen emaitzak hobetzen dituen hainbat sektoretan, doitasun- eta kalitate-balio erantsia emanez. Meteo for Energy egunero ari da lanean eguraldiaren eta energiaren iragarpen-zerbitzu onenak eskaintzeko, eguzki-energia energia fidagarri, bideragarri eta errentagarri gisa finka dadin.

 

 

PARTEKATU