Validation of Photovoltaic Spectral Effects Derived From Satellite-Based Solar Irradiance Products
Notice bibliographique
Résumé
The Satellite Application Facility on Climate Monitoring (CM-SAF) Spectral Resolved Irradiance (SRI) and National Renewable Energy Laboratory National Solar Radiation Database Spectral on Demand (NSRDB-S) satellite-based spectral irradiance products are tested here against benchmark data and models at seven ground stations: one in Spain for CM-SAF SRI and six in North America for NSRDB-S. Benchmarks include WISER spectroradiometers, spectra modeled from SolarSIM-G measurements, the First Solar model of spectral mismatch factor (SMM), and the SMARTS radiative code with two alternate input sources: AErosol RObotic NETwork (AERONET) and the Modern-Era Retrospective analysis for Research and Applications, Version 2 (MERRA-2) reanalysis. The satellite products are tested in terms of their ability to estimate photovoltaic (PV) spectral effects for six PV module technologies. Spectra are also compared directly. CM-SAF SRI generally outperforms First Solar and “no spectral effects” benchmarks, except for cadmium telluride modules. For NSRDB-S, predictions of long-term spectral derate factors show less skill than for instantaneous SMMs. Spectra comparisons reveal systematic differences between NSRDB-S and benchmark spectra, likely due to the NSRDB-S treatment of aerosols. Meanwhile, the mean SMARTS spectra with AERONET and MERRA-2 inputs are in good agreement, showing promise for the use of MERRA-2 as input to clear-sky models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».