Zespół badaczy zaprezentował FarSky - nową generatywną sieć neuronową do prognozowania promieniowania słonecznego w horyzoncie intra-godzinnym z użyciem kamer obserwujących całe niebo (ASI). System był trenowany na wieloletnim zbiorze danych z Plataformy Solar de Almeria w Hiszpanii i testowany na niezależnych zbiorach danych.
Osią rozwiązania jest dwuetapowa architektura oparta na latent spacingu. Najpierw wielozadaniowy autoencoder uczy się wspólnej reprezentacji ukrytej dla rekonstrukcji obrazów nieba i estymacji irradiancji. Następnie model dyfuzji latentnej generuje przyszłe stany w przestrzeni ukrytej warunkowane niedawnymi obserwacjami, z których bezpośrednio dekodowane są prognozy promieniowania. Kluczową zaletą podejścia generatywnego jest naturalne uzyskanie prognoz probabilistycznych poprzez próbkowanie stochastyczne, co daje pełny rozkład możliwych przyszłych wartości zamiast tylko jednego punktu estymacji.
Wyniki są imponujące. FarSky uzyskał zarówno najlepszą wydajność determinacyjną, jak i probabilistyczną - poprawiając umiejętność prognozy o do 11 punktów procentowych w stosunku do innych zaawansowanych metod end-to-end i generatywnych. Szczególnie ważne jest, że system znacznie lepiej wykrywa ramp eventy, czyli gwałtowne skoki irradiancji, osiągając wyniki F1-score powyżej 60%. To ma ogromne znaczenie dla operatorów sieci elektrycznych, ponieważ nagłe zmiany produkcji energii słonecznej mogą destabilizować sieć i wymagają szybkiego przesunięcia mocy z innych źródeł.