(3.238.36.32) 您好!臺灣時間:2021/02/27 09:51
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:廖浚智
研究生(外文):LIAO,JUN-ZHI
論文名稱:全天空日射量資料應用自動化機器學習建立太 陽能發電量預測模型用於成本效益分析之研究- 以市電併聯型為例
論文名稱(外文):Global Solar Radiation Data uses Auto Machine Learning to Establish Solar Power Generation Prediction Model for the Cost-Benefit Analysis-A Case Study of Grid-Connected Type
指導教授:賴槿峰賴槿峰引用關係
指導教授(外文):LAI,CHIN-FENG
口試委員:蘇育生陳世曄賴盈勳
口試委員(外文):SU,YU-SHENGCHEN,SHIH-YEHLAI,YING-HSUN
口試日期:2020-07-01
學位類別:碩士
校院名稱:國立中正大學
系所名稱:雲端計算與物聯網數位學習碩士在職專班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2020
畢業學年度:108
語文別:中文
論文頁數:65
中文關鍵詞:太陽能發電系統日射量成本效益分析AutoML
外文關鍵詞:Solar Energy Power GenerationDaily Radiation AmountCost-Benefit AnalysisAutoML
相關次數:
  • 被引用被引用:0
  • 點閱點閱:68
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
過去相關太陽能發電系統成本效益分析研究中,在年發電量評估方式中大部 分是使用歷史日射量數據評估。因此,本研究嘗試撰寫網路爬蟲將中央氣象局歷 年日射量與日照時數統計資料抓取並應用 Google Cloud Platform AutoML 建立迴 歸分析模型,並與實際案場年發電量比較,研究發現其評估的發電量與實際案場 發電量數據相當接近,將此發電量評估方法應用於市電併聯型太陽光電系統之成 本效益分析能得到客觀的估算結果。另將發電量預估數據實作成網頁版成本效益 分析軟體,讓建置者可以簡易且快速地進行成本效益分析。最後與經濟部能源局 試算網頁作分析比較差異,供讀者評估要使用何種方式分析。
In the cost-benefit analytical research on solar energy power generation system, the annual power generation amount has been primarily assessed based on the solar radiation amount in the history. Under such premise, this study tries to discuss how the web crawlers have grasped the statistical data of the yearly radiation amount and the solar duration in the Central Weather Bureau over the year on one side, and applies Google Cloud Platform AutoML to set up the regression analysis model on the other side. Data was compared to the actual annual power generation amount in the field, and it has been found that the evaluated power generation amount was rather close to the data of the actual power generation amount in the field. As a result, when this power generation evaluation method is applied to the cost-benefit analysis in the Grid Connected Photovoltaic system, a objective estimation result can be obtained. Additionally, to put the power generation estimated data into the webpage-versioned cost-benefit analytical software, the builders can conduct cost-benefit analysis at ease and in a short time. Meanwhile, the results can be used to compare the differences with the data of trial calculation webpages in the Bureau of Energy in the Ministry of Economics, and provide the subsequent researchers to evaluate which methods they would like to use for analysis.
誌謝i
摘要ii
ABSTRACTiii
目錄iv
圖目錄Vi
表目錄vii
第一章 緒論1
1.1 研究動機與目的1
1.2 研究貢獻3
1.3 論文架構3
第二章 文獻探討4
2.1 太陽能發電系統4
2.1.1 市電併聯型太陽能發電系統6
2.1.2 市電併聯型系統躉售方式分析7
2.1.3 發電量評估分析9
2.2 日射量10
2.2.1 中央氣象局日射量資料分析11
2.2.2 日照時數與日射量關聯性分析12
2.3 成本效益分析14
2.3.1 成本效益評估指標分析17
2.3.2 市電併聯型系統每年支出成本分析19
2.4 R 語言20
2.4.1 R 語言網頁開發工具21
2.5 AutoML22
2.5.1 AutoML Table 自動化機器學習22
2.5.2 Hyperparameter tuning technologies(超參數調整技術)23
2.5.3 前饋神經網絡(feedforward neural network )24
第三章 研究方法25
3.1 研究架構25
3.2 中央氣象局各測站歷年每月日射量及日照時數資料收集26
3.3 使用 AutoML Table 建立迴歸分析模型預測各測站每月日射量28
第四章 實驗結果34
4.1 模型預測嘉義地區年發電量與實際案場年發電量分析比較34
4.2 成本效益分析比較35
4.3 各測站年發電量預測結果彙整與比較37
4.4 網頁版成本效益分析軟體39
第五章 結論與未來展望42
5.1 結論42
5.2 未來展望42
參考文獻43
附錄47
附錄 1 觀測站清單47
附錄 2 網頁爬蟲程式碼48
附錄 3 預測結果49
附錄 4 回歸分析模型結構 log 檔內容54
附錄 5 網頁版成本效益分析軟體 R 語言程式碼63
[1] R 語言.(2019).Retrieved from 維基百科,自由的百科全書: https://zh.wikipedia.org/w/index.php?title=R%E8%AF%AD%E8%A8%80&oldid=54 893576
[2] Joe Wang(2016)。R Basic。民109年3月11日,取自: https://legacy.gitbook.com/book/joe11051105/r_basic/details
[3]新聞傳播處(2019)。全力衝刺太陽光電。民109年3月14日,取自: https://www.ey.gov.tw/Page/5A8A0CB5B41DA11E/4413b416-5f1e-419b-9a39-5a02c8a3ba8c
[4] 蕭子訓、黃孔良、張耀仁(2017)。太陽光電年發電量預測模型建置及策略研究。臺灣能源期刊,第四卷,第四期,第401-430頁。
[5] Taiwan R User Group(無日期)。R講題分享–利用R和Shiny製作網頁應用。民109年3月11 日,取自:
https://programmermagazine.github.io/201309/htm/article6.html#r-%E8%AC%9B%E9%A1%8C%E5%88%86%E4%BA%AB- %E5%88%A9%E7%94%A8-r-%E5%92%8C-shiny-%E8%A3%BD%E4%BD%9C%E7%B6%B2%E9%A0%81%E6%87%89%E7%94% A8-%E4%BD%9C%E8%80%85taiwan-r-user-group
[6]謝大德(2005)。整合建築之太陽能光伏系統效益分析。國立成功大學電機工程學系碩博士班碩士論文,台南市。
[7]蔡宏達(2006)。台灣地區太陽能利用之潛力與效益評估。立德管理學院資源環境研究所碩士論文,台南市。
[8]段威(2008)。分散式太陽能發電之成本效益分析-以環球技術學院為例。環球技術學院環境資源管理所碩士論文,雲林縣。
[9]林佐翰(2009)。晶矽太陽光電併聯型系統經濟效益分析與其電腦輔助軟體開發。國立高雄應用科技大學應用工程科學研究所碩士論文,高雄市。
[10]施華(2009)。社區發展太陽能發電系統之成本效益評估。國立交通大學工學院碩士在職專班產業安全與防災組碩士論文,新竹市。
[11]劉家誠(2011)。大型太陽光發電系統成本效益分析及對配電系統衝擊分析。國立高雄應用科技大學電機工程系碩士論文,高雄市。
[12]鄭蜀文(2012)。太陽光伏系統之設計與經濟效益分析。南台科技大學電機工程系碩士論文,台南市。
[13]謝文益(2013)。太陽能光電系統投資成本效益之分析—以台南市陽光電城為例。康寧大學資產管理與城市規劃研究所碩士論文,台南市。
[14]林明村(2013)。建置太陽光電發電系統結合銀行融資之投資效益研究。中華大學營建管理學系碩士班碩士論文,新竹市。
[15]謝東村(2014)。太陽光電系統建置效益分析。崑山科技大學電機工程研究所碩士論文,台南市。
[16]陳聖儒(2017)。台灣地面型太陽能發電系統之投資效益分析。國立中興大學高階經理人碩士在職專班碩士論文,台中市。
[17]許詞銘(2018)。太陽能發電投資效益評估之研究-以綠能屋頂專案為例。東海大學高階經營管理碩士在職專班碩士論文,台中市。
[18]陳景意(2019)。太陽能發電建置效益評估。中華科技大學機電光工程研究所碩士班碩士論文,台北市。
[19]經濟部(2020)。109年度「再生能源電能躉購費率審定會」第 2 次會議紀錄附件。民109年3月 7日,取自:
https://www.moeaboe.gov.tw/ECW/main/content/wHandMenuFile.ashx?file_id=7098
[20]財團法人氣象應用推廣基金會(無日期)。輻射觀測。民109年3月7日,取自: http://www.metapp.org.tw/index.php/weatherknowledge/38-observe/85-2009-01-22- 08-19-06
[21]廖大經(2013)。日射量估計模式比較之研究-以嘉義地區為例。民109年3月17日,取自: https://web.tari.gov.tw/csam/CEB/member/publication/10(4)/04- %E5%BB%96%E5%A4%A7%E7%B6%93_revised-3-p261-271.pdf
[22]Lynn(2018)。AI 產業革新基石!Google 發布AutoML,解決中小企業人才不足與高技術門檻的 AI導入困境。寫點科普。民109年4月3日,取自:
https://kopu.chat/2018/08/02/google-automl/
[23]AutoML Tables(無日期)。民109年3月15日,取自:
https://cloud.google.com/automl-tables?hl=zh-tw
[24]Overview of hyperparameter tuning(無日期)。民109年3月15日,取自: https://cloud.google.com/ai-platform/training/docs/hyperparameter-tuning- overview?hl=zh-tw
[25]Google Cloud Platform(無日期)。民109年3月15日,取自: https://console.cloud.google.com/?hl=zh-TW
[26]國家再生能源憑證中心(無日期)。民109年3 月15日,取自:
https://www.trec.org.tw/
[27]太陽光電單一服務窗口(無日期)。民109年3月15日,取自: https://www.mrpv.org.tw/index.aspx
[28]黃弼鋒(2016)。市電併聯型太陽能發電系統之運轉與成本分析。國立雲林科技大學電機工程系碩士論文,雲林縣。
[29]洪能凱(2016)。透過機器學習方法結合氣象與太陽軌跡變化之短期太陽能發電預測研究。國立雲林科技大學資訊管理系碩士論文,雲林縣。
[30]楊琇如、尹相志(2016)。以資料採礦技術進行太陽能全日照量預測。
[31]李佳龍(2019)。基於機器學習技術於太陽能光伏系統之異常裝置診斷與發電量預測。國立雲林科技大學資訊管理系碩士論文,雲林縣。
[32]歐文生(2009)。台灣日射量分布之研究研究成果報告(精簡版)。民109年3月11日,取自: http://ir.cnu.edu.tw/bitstream/310902800/8959/1/NSC+97-2221-E-041-021.pdf
[33]高豪駿(2010)。台灣平均日射量特性之研究。環球技術學院環境資源管 理所碩士論文,雲林縣。
[34]張克勤、嚴偉倫、劉家維(2016)。國內2004-2013年間經典氣象年之日射量調查分析。臺灣能源期刊,第三卷,第一期,第89-101頁。民109年3月19日,取自:
http://www.iaa.ncku.edu.tw/var/file/104/1104/img/3570/168087878.pdf
[35]黃瓊瑩(2017)。太陽輻照度對太陽能發電影響-於住宒應用之研究。國立中正大學雲端計算與物聯網數位學習碩士在職專班碩士論文,嘉義縣。
[36]京展能源有限公司(無日期)。民109年3月10日,取自:
https://www.jzpower.tw/solar
[37]台灣電力股份有限公司(2011)。台灣電力股份有限公司再生能源電能收購作業要點。民109年3 月10日,取自:
https://www.taipower.com.tw/upload/228/2018011615421434129.pdf
[38]許毅冠(2014)。太陽光電系統發電量預測模型之實作。國立臺北科技大學自動化科技研究所碩士論文,台北市。
[39]蔡松諺(2017)。以資料探勘方法預測台灣地區太陽能發電量之研究。國立中興大學資訊管理學系所碩士論文,台中市。
[40]黃建隆(2017)。太陽能光電發電量推估與預測研究。國立高雄應用科技大學電機工程系博碩士班碩士論文,高雄市。
[41]經濟部設置費用試算網頁(無日期)。民109年3月7日,取自: https://www.mrpv.org.tw/SettingFee/PubSettingfee.aspx?type=setup_info&post_id=6 0
[42]方詩邁(2019)。太陽能發電案場進場清洗建議模型。國立雲林科技大學資訊管理系碩士論文,雲林縣。
[43]UC Business Analytics R Programming Guide(無日期)。Feedforward Deep Learning Models。民109年3月21日,取自:
http://uc-r.github.io/feedforward_DNN#ff
[44]葉信伶(2013)。R語言網路應用程式之開發–“Heat Map”運用在環境健康風險評估之集群分析。國立陽明大學生物醫學資訊研究所碩士論文,台北市。
[45]李孟達(2017)。以資料探勘技術結合R Shiny技術建立視覺化分析平台探討經營績效之研究-以臺灣農漁會信用部為例。國立高雄第一科技大學資訊管理系企業電子化碩士班碩士論文,高雄市。
[46]李元智(2017)。應用網路爬蟲技術於氣象站降雨量預測分析。華梵大學資訊管理學系碩士班碩士論文,新北市。
[47]盧本翔(2017)。應用R語言套件於空氣汙染之分散式時空資料分析。東海大學資訊工程學系碩士論文,台中市。
[48]李佳儒(2017)。文字探勘結合網路電影評論建立R-Shiny視覺化系統。輔仁大學統計資訊學系應用統計碩士班碩士論文,新北市。
[49]Yanwei Liu(2019)。R 語言學習筆記(六):爬蟲。民 109年3月19日,取自: https://medium.com/@yanweiliu/r%E8%AA%9E%E8%A8%80%E5%AD%B8%E7 %BF%92%E7%AD%86%E8%A8%98-%E5%85%AD-%E7%88%AC%E8%9F%B2-831f8f1443a7
[50]Viewing model architecture with Cloud Logging(無日期)。民109年4月5日,取自:
https://cloud.google.com/automl-tables/docs/logging?hl=zh-TW
[51]觀測資料查詢系統(無日期)。民109年3月25日,取自:
https://e-service.cwb.gov.tw/HistoryDataQuery/index.jsp
電子全文 電子全文(網際網路公開日期:20250707)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔