[2K1-GS-10] AI応用：気象・流体

[2K1-GS-10-03] 深層学習を利用した日射量予測の系統誤差補正手法の検討

〇神﨑 慎一郎¹、宮﨑 聡¹、久野 勇太¹、山口 浩司¹ (1. 一般財団法人　日本気象協会)

キーワード：気象、日射量予測、ニューラルネットワーク、高解像度化

近年地球温暖化の影響により削減を迫られている化石燃料による発電に代わって注目されるクリーンエネルギーのうち、太陽光発電のシェアは拡大しておりその発電量の予測は重要なものとなっている。太陽光発電の発電量予測には日射量予測が重要であり、現在の日本の電力制度の下では、翌日や翌々日を対象とした日射量予測が大きく外れる事象が課題となっている。この課題解決に取り組むため、日本気象協会では国立研究開発法人新エネルギー・産業技術総合開発機構(NEDO)の委託研究の一環として翌日および翌々日程度先の日射量予測が大きく外れる事象を改善する技術開発を実施している。本技術開発の開発項目の一つとして、複数気象機関の予測値の統合による予測精度の向上を目指しているが、全球を対象とした数値予報モデルの空間解像度が不十分なこと等に起因する系統的な誤差が統合予測の誤差を大きくする原因の一つとして推察される。その問題を解決するために海外の全球数値予報モデルの予測値をニューラルネットワーク(U-net等)へ介すことにより、日射量の空間分布を踏まえた系統誤差補正を実施するとともに、高解像度化を試みた結果について報告する。