Deep Learning Multi-Horizon Irradiance Nowcasting: A Comparative Evaluation of Three Methods for Leveraging Sky Images

Die Studie zeigt, dass die Aggregation ingenieurtechnisch aufbereiteter All-Himmel-Kamera-Features für Deep-Learning-Modelle zu besseren Kurzzeitvorhersagen der Globalstrahlung führt als die direkte Verarbeitung von Rohbildern oder die Nutzung von Zeitreihen.

Das Wesentliche

Stellen Sie sich vor, Sie planen ein großes Picknick und wollen genau wissen, ob die Sonne bald hinter einer Wolke verschwinden wird. Für Solaranlagen ist das noch viel wichtiger: Wenn die Sonne plötzlich hinter einer Wolke verschwindet, bricht die Stromproduktion ein. Das ist wie ein Auto, das plötzlich auf einer Autobahn abbremst – das kann das ganze Stromnetz durcheinanderbringen.

Um dieses Problem zu lösen, haben die Forscher in diesem Papier einen cleveren Versuch unternommen. Sie wollten herausfinden, wie man Künstliche Intelligenz (KI) am besten dazu bringt, das Wetter für die nächsten 15 Minuten vorherzusagen, indem sie auf Fotos vom Himmel schaut.

Hier ist die Geschichte ihrer drei verschiedenen Methoden, erklärt mit einfachen Vergleichen:

Das Szenario: Der Blick in den Himmel

Die Forscher haben zwei spezielle Kameras (wie riesige Fischaugen) aufgestellt, die alle 10 Sekunden ein Foto vom gesamten Himmel machen. Dazu haben sie ein Messgerät, das genau misst, wie viel Sonnenlicht gerade ankommt.

Das Ziel war: Wie berechnet die KI aus diesen Fotos am besten, wie viel Sonne in 5 oder 10 Minuten scheinen wird?

Sie haben drei verschiedene "Schüler" (Methoden) getestet, die alle lernen sollten, die Wolkenbewegung zu verstehen:

Methode A: Der "Kunststudent" (Rohdaten)

• Wie es funktioniert: Die KI bekommt einfach die rohen, bunten Fotos (wie ein normales Handyfoto) und muss selbst herausfinden, was eine Wolke ist, wo sie sich hinbewegt und wie dick sie ist.
• Der Vergleich: Das ist wie wenn Sie einem Schüler einen Stapel unsortierter Fotos geben und sagen: "Lerne daraus, wie das Wetter wird!" Der Schüler muss erst lernen, was eine Wolke überhaupt ist, bevor er sie verfolgen kann.
• Ergebnis: Es funktioniert ganz gut, aber der Schüler muss sehr viel "Büffeln" (Rechenzeit), um die Muster zu erkennen.

Methode B: Der "Detektiv mit Notizen" (Karten)

• Wie es funktioniert: Bevor die KI das Bild sieht, haben die Forscher das Bild bereits analysiert. Sie haben eine "Landkarte" erstellt, auf der genau steht: "Hier ist eine Wolke", "Hier bewegt sich die Wolke nach links", "Hier ist die Wolkenbasis 2 km hoch". Die KI bekommt also nicht das Foto, sondern diese vorbereiteten Karten.
• Der Vergleich: Das ist wie wenn Sie dem Schüler nicht nur die Fotos geben, sondern ihm auch eine fertige Anleitung mitgeben: "Achte auf die weißen Flecken, die sich nach Osten bewegen." Der Schüler muss nicht mehr raten, was eine Wolke ist, sondern kann sich voll auf die Bewegung konzentrieren.
• Ergebnis: Das war überraschend nicht die beste Methode. Warum? Weil die "Notizen" (die Karten) manchmal zu kompliziert waren oder kleine Fehler enthielten, die die KI verwirrten.

Methode C: Der "Zusammenfasser" (Zahlenreihen)

• Wie es funktioniert: Hier nehmen die Forscher die gleichen "Notizen" wie bei Methode B (Wolkenanteil, Bewegungsrichtung, Sonnenstand), aber sie fassen sie zusammen. Statt der ganzen Karte geben sie der KI nur eine Liste von Zahlen: "Momentan sind 40% des Himmels bewölkt, die Wolken bewegen sich mit 10 km/h nach Nordosten."
• Der Vergleich: Das ist wie wenn Sie dem Schüler sagen: "Vergiss die Details des Bildes. Sag mir einfach: Wie viel Wolke ist da? Wo geht es hin? Wie hoch ist sie?" Die KI bekommt also eine kompakte Zusammenfassung der wichtigsten Fakten.
• Ergebnis: Das war der Gewinner! Diese Methode war am genauesten und schnellsten.

Was haben sie herausgefunden?

1. Weniger ist manchmal mehr: Es war überraschend, dass die Methode, die die komplexesten Bilder (Methode B) in einfache Zahlenreihen (Methode C) umwandelte, besser war als die Methode, die die KI das ganze Bild selbst analysieren ließ (Methode A).

   • Analogie: Es ist oft besser, einem Koch die fertigen, gewürfelten Zutaten zu geben, als ihn das ganze Gemüse selbst schneiden zu lassen, wenn er nur schnell kochen soll. Die KI kann sich dann voll auf das "Kochen" (die Vorhersage) konzentrieren.

2. Wolken sind der Schlüssel: Die Analyse zeigte, dass die KI vor allem darauf achtete, wie viel Wolke am Himmel ist (Wolkendecke). Ob die Wolkenbasis genau 2,1 km oder 2,2 km hoch ist, war weniger wichtig. Das bedeutet: Es reicht oft zu wissen, "wie bewölkt" es ist, um den Stromausfall vorherzusagen.

3. Das Chaos der Wolken: Bei sehr wechselhaftem Wetter (wenn Wolken schnell kommen und gehen) waren alle KI-Modelle besser als die einfachen "Vergangenheits-Modelle" (die einfach sagen: "Es ist jetzt bewölkt, also wird es in 5 Minuten auch so sein"). Die KI konnte die chaotische Bewegung der Wolken besser verstehen.

Das Fazit für die Praxis

Die Forscher sagen: Man muss nicht unbedingt die allerneueste, super-komplexe Bilderkennungs-KI bauen, die jedes Pixel analysiert. Stattdessen ist es oft klüger, die Bilder erst in einfache, physikalisch sinnvolle Zahlen umzuwandeln (z. B. "Wolkenanteil: 50%") und diese Zahlen dann an die KI zu geben.

Das spart Rechenleistung, ist schneller und liefert genauere Ergebnisse. Für Solaranlagen-Betreiber bedeutet das: Wir können die Stromproduktion besser planen und das Stromnetz stabiler halten, auch wenn das Wetter mal wieder verrückt spielt.

Kurz gesagt: Die beste Vorhersage kam nicht vom "schauen", sondern vom "verstehen und zusammenfassen" der Wolkenbewegung.

Technische Zusammenfassung

1. Problemstellung

Die Integration von Photovoltaik (PV) in das Stromnetz erfordert präzise Vorhersagen der Solarstrahlung (Global Horizontal Irradiance, GHI), um Schwankungen in der Erzeugung zu managen. Herkömmliche numerische Wettervorhersagen (NWP) sind für kurzfristige Vorhersagen (Nowcasting, 0–30 Minuten) oft zu ungenau oder zu träge.
All-Sky-Imager (ASI), also Kameras, die den gesamten Himmel erfassen, bieten eine vielversprechende Datenquelle für das Nowcasting. Allerdings ist unklar, wie diese Bilddaten am effektivsten in Deep-Learning-Modelle (DL) integriert werden sollen. Die Herausforderung besteht darin, die chaotische Natur der Atmosphäre vorherzusagen und zu entscheiden, ob rohe Bilddaten oder vorverarbeitete, physikalisch informierte Merkmale besser geeignet sind.

2. Methodik

Die Studie vergleicht drei verschiedene Architekturen, die alle auf einem Long Short-Term Memory (LSTM)-Netzwerk basieren, um GHI bis zu 15 Minuten im Voraus vorherzusagen. Die Datenbasis umfasst 29 Tage Trainingsdaten und 7 Tage Testdaten mit einer Auflösung von 10 Sekunden, aufgenommen an einem Standort in Norwegen (ca. 60° nördlicher Breite).

Die drei verglichenen Methoden sind:

• Methode A (End-to-End DL):

  • Eingabe: Rohdaten (downgesampelte RGB-Bilder der ASI-Kameras) und historische GHI-Daten.
  • Architektur: Ein Convolutional Neural Network (CNN) extrahiert räumliche Merkmale direkt aus den Rohbildern. Diese werden zusammen mit den historischen GHI-Daten in ein 2-Schichten-LSTM eingespeist.
  • Prinzip: Das Modell muss selbst lernen, welche Bildmerkmale relevant sind, ohne manuelles Feature-Engineering.

• Methode B (Hybrid mit Feature-Maps):

  • Eingabe: Statt Rohbildern werden 2D-Feature-Maps verwendet, die durch domänenspezifisches Wissen erzeugt wurden.
  • Features: Wolken-Segmentierung (Cloud Segmentation, CS), Wolkenbewegungsvektoren (Cloud Motion Vector, CMV), Sonnenposition und Wolkenbasis-Höhe (Cloud Base Height, CBH) für eine Kamera.
  • Architektur: Ein CNN verarbeitet diese physikalisch informierten Karten, um komplexe Merkmale zu extrahieren, die dann in das LSTM fließen.
  • Prinzip: Kombination von räumlicher Auflösung und physikalischen Vorverarbeitungs-Schritten.

• Methode C (Aggregierte Zeitreihen):

  • Eingabe: Die gleichen Feature-Maps wie bei Methode B, jedoch werden diese zu aggregierten Zeitreihen zusammengefasst (z. B. Mittelwert oder Median der Wolkenbedeckung, CMV-Komponenten, CBH).
  • Architektur: Diese numerischen Zeitreihen (11 Kanäle) werden direkt in das LSTM eingespeist (ohne CNN für die Bildverarbeitung).
  • Prinzip: Nutzung physikalisch informierter Merkmale ohne räumliche Auflösung, aber als reine Zeitreihen.

Datenvorverarbeitung:
Um die ASI-Bilder zu nutzen, wurden Fischaugen-Verzerrungen korrigiert, Wolken segmentiert (mittels K-Means oder Schwellenwerten), Wolkenbewegungen mittels optischem Fluss (Farnebäck-Algorithmus) berechnet und die Wolkenbasis-Höhe stereoskopisch ermittelt.

3. Wichtige Beiträge

1. Vergleichende Evaluation: Der erste systematische Vergleich von rohen Bilddaten, räumlichen Feature-Maps und aggregierten physikalischen Merkmalen im Kontext von ASI-basiertem DL-Nowcasting.
2. Dual-Kamera-Setup: Demonstration der Nutzung zweier ASI-Kameras für die pixelgenaue Wolkensegmentierung und die stereoskopische Bestimmung der Wolkenbasis-Höhe.
3. Hohe Breitengrade: Validierung der Modelle unter Bedingungen hoher Breitengrade (ca. 60° N), was die Anwendbarkeit von Nowcasting-Systemen in nördlichen Regionen erweitert.
4. Feature-Importance-Analyse: Untersuchung, welche Eingangsmerkmale für die Vorhersageleistung am kritischsten sind.

4. Ergebnisse

Die Modelle wurden anhand des Root Mean Squared Error (RMSE) und des Skill Score (SS) im Vergleich zu einem „Smart Persistence"-Modell bewertet.

• Gesamtleistung: Methode C (aggregierte Zeitreihen) erzielte die beste Gesamtleistung mit einem durchschnittlichen RMSE von 87,0 W/m².
  • Methode A (Rohbilder): 87,8 W/m².
  • Methode B (Feature-Maps): 90,3 W/m².
• Skill Score: Methode C zeigte ebenfalls den höchsten Skill Score (5,7 % über dem Referenzmodell für Horizonte > 1 Minute), gefolgt von Methode A (5,3 %) und Methode B (2,0 %).
• Einfluss der Wetterbedingungen:
  • Bei geringer Variabilität (z. B. bewölkter Himmel mit dünnen Altostratus-Wolken) schnitt Methode C meist besser ab, außer an Tagen mit sehr dünnen Wolken, wo Methode A (Rohbilder) flexibler reagierte, da sie den Strahlungsdurchlass (Cloud Optical Thickness) indirekt erfassen konnte.
  • Bei hoher Variabilität (schnelle Wolkenbewegungen) zeigten alle DL-Modelle ihre Stärken gegenüber Persistenz-Modellen.
• Feature-Importance: Die Analyse zeigte, dass die Wolkenbedeckung (CS), die Azimut-Position und die theoretische GHI (GHIclear) die wichtigsten Merkmale für Methode C waren. Die Wolkenbewegung (CMV) und die Wolkenbasis-Höhe (CBH) hatten hingegen einen geringen Einfluss auf die Vorhersagegenauigkeit.
• Effizienz: Methode C benötigte weniger Speicherplatz für die Eingabedaten und hatte kürzere Trainings- und Inferenzzeiten als die CNN-basierten Methoden A und B.

5. Bedeutung und Fazit

Die Studie kommt zu dem Schluss, dass die Integration von ASI-Bilddaten in DL-Nowcasting-Modelle nicht zwingend komplexe räumliche DL-Architekturen (wie CNNs für Rohbilder) erfordert.

• Physikalische Informierung ist entscheidend: Die Aggregation von physikalisch informierten Merkmalen (Methode C) erwies sich als überlegen. Dies unterstreicht, dass domänenspezifisches Wissen (Feature Engineering) die Leistung von Deep-Learning-Modellen steigern und gleichzeitig die Komplexität und den Rechenaufwand senken kann.
• Ressourceneffizienz: Da Methode C ohne CNN auskommt und nur aggregierte Werte nutzt, ist sie ressourcenschonender und robuster, solange die Feature-Extraktion (z. B. Wolkensegmentierung) zuverlässig funktioniert.
• Zukünftige Richtungen: Die Forschung sollte sich auf die Verbesserung der Wolkensegmentierung konzentrieren, da dies der wichtigste Treiber für die Vorhersagequalität ist. Zudem könnte die Schätzung der optischen Wolkendicke (COT) die Leistung bei dünnen Bewölkungen weiter verbessern.

Zusammenfassend demonstriert das Paper, dass eine Kombination aus physikalischer Vorverarbeitung und zeitreihenbasiertem Deep Learning (LSTM) ein effektiverer und effizienterer Ansatz für das solare Strahlungs-Nowcasting ist als reine End-to-End-Bildverarbeitung.