SkyCam

SkyCam数据集是由瑞士电子与微技术中心和气象科技公司合作创建，旨在通过图像分析预测局部太阳能辐射。数据集包含三个地理位置（瑞士汝拉、高原和前阿尔卑斯地区）的摄像头在一年内每10秒采集的高分辨率天空图像，共计约1576800张，每张图像伴随精确的辐照度测量。数据集的创建过程涉及使用高精度日射强度计和工业级CMOS相机，通过HDR后处理技术生成图像。该数据集主要应用于独立光伏系统的能源性能优化，通过提高太阳能辐射预测的准确性，减少化石燃料消耗。

The SkyCam Dataset was co-created by the Swiss Center for Electronics and Microtechnology (CSEM) and a meteorological technology company, with the goal of predicting localized solar radiation through image analysis. The dataset contains high-resolution sky images captured every 10 seconds over one year by cameras at three geographical locations: the Jura, the Plateau, and the Pre-Alps regions of Switzerland, totaling approximately 1,576,800 images. Each image is paired with precise irradiance measurements. The development of this dataset involved the use of high-precision pyranometers and industrial-grade CMOS cameras, with images generated via HDR post-processing techniques. This dataset is primarily applied to optimize the energy performance of standalone photovoltaic systems, reducing fossil fuel consumption by improving the accuracy of solar radiation forecasting.

搜集汇总

数据集介绍

构建方式

SkyCam数据集的构建，是在瑞士三个地理位置各异的地点，分别是Jura地区、Swiss Plateau以及Pre-Alps地区，布置高精度辐射计和工业级CMOS相机，对天空进行连续一年（2018年）的观测。每个观测点在黎明至黄昏期间，每10秒收集一次数据，包括13张不同曝光时间的图像以及一张经过HDR后处理的图像，并与高精度的太阳辐射值配对。

使用方法

使用SkyCam数据集，用户可以下载包含PNG和XML文件的压缩包。PNG文件为图像数据，XML文件包含了图像和辐射值的元数据。用户需要根据自身需求，对图像进行预处理，比如去除异常数据，然后可以利用这些数据来训练深度学习模型，进行短期的太阳辐射预测。

背景与挑战

背景概述

在计算机视觉和深度学习领域取得的进展推动下，SkyCam数据集应运而生，旨在利用图像和深度学习技术进行局部地区的短期太阳辐射预测。该数据集由CSEM SA和ETH Zurich的计算机视觉实验室合作创建，自2018年起，在瑞士三个地理位置不同的地方，通过三个摄像头每10秒收集一次天空图像，并与高精度太阳辐射计测量的辐射值配对。数据集覆盖了365天，每个摄像头平均每天收集12小时的数据，总计约1576800个时间戳，数据量约为16太字节。其旨在提升独立光伏系统的能源性能，减少化石燃料的消耗。

当前挑战

SkyCam数据集面临的挑战包括：1) 高精度预测局部太阳辐射，这是光伏系统高效运作的关键；2) 数据集构建过程中的挑战，如不同地理位置的天气条件差异、数据采集设备的维护和校准、以及数据质量保证等。此外，数据集中存在的缺失和错误数据，以及部分图像因鸟类遮挡天空而导致的可用性问题，也为研究带来了额外的挑战。

常用场景

经典使用场景

在计算机视觉和深度学习领域，SkyCam数据集以其独特的构造和丰富的信息含量，成为短期精确预测局部地区太阳辐射强度的有力工具。该数据集通过在三个地理位置不同的瑞士地点，每10秒采集一次天空图像，并与高精度太阳辐射计测得的辐射值配对，为深度学习模型提供了丰富的训练材料，使其能够基于天空图像预测太阳辐射强度。

解决学术问题

SkyCam数据集解决了可再生能源领域中的一个关键问题，即如何提高独立光伏系统对太阳辐射的短期预测准确性。这对于降低柴油发电机的备用时间，从而减少化石燃料消耗具有重要意义。数据集提供的高频次、多曝光时间的天空图像以及相应的辐射值，为学术研究提供了宝贵的资源，有助于推动光伏系统性能优化和气象预测技术的发展。

实际应用

在实际应用中，SkyCam数据集的应用场景广泛，包括但不限于光伏系统的能源产量预测、云移动预测、天气预报等。该数据集能够帮助相关领域的研究人员和工程师开发更为精确的太阳能预测模型，进而优化光伏系统的能源效率，减少能源浪费。

数据集最近研究

最新研究方向

在可再生能源领域，尤其是光伏系统的研究与应用中，SkyCam数据集的构建提供了新的视角。该数据集通过在瑞士三个地形各异的地点，对天空进行高频率的图像采集，并与高精度的太阳辐照度值相结合，旨在推动基于图像的深度学习解决方案，实现局部范围内短期太阳能辐射的精确预测。此研究方向的深化，不仅有助于提高独立光伏系统的能源性能，降低化石燃料的消耗，还对光伏-混合系统的优化运行提供了重要支撑。SkyCam数据集以其独特的数据采集方式和对局部气候条件的深入分析，为太阳能辐射预测领域带来了新的研究热点，对于推动可再生能源的科学研究和技术进步具有显著影响和意义。

相关研究论文

• SkyCam: A Dataset of Sky Images and their Irradiance values

  瑞士电子与微技术中心和气象科技公司 · 2021年