Новый ИИ поможет увеличить выработку солнечной энергии: как его применять
Новый ИИ поможет увеличить выработку солнечной энергии: как его применять

Новый ИИ поможет увеличить выработку солнечной энергии: как его применять

Исследователи объединили машинное обучение с традиционными методами, чтобы найти самые лучшие места для установки панелей.

На работу солнечных электростанций влияет множество разных факторов, поэтому точно спрогнозировать генерацию сложно. Группа ученых из Индии разработала новый метод, использующий технологию искусственного интеллекта, и описала его в статье для журнала Nature.

Фотоэлектрические установки, добывающие солнечную энергию, становятся все более популярными благодаря надежности и стремления многих стран снизить зависимость от ископаемого топлива. Однако точно предсказать и запланировать их работу нельзя, ведь солнечное излучение непостоянно, на него влияют погодные условия, географическое положение и смена сезона.

Для прогнозирования выхода SE традиционно использовались различные статистические модели, включая авторегрессионное интегрированное скользящее среднее. Эти подходы предназначены для фиксации таких закономерностей, как тенденции и сезонность, но в случае с солнечной энергетикой условия слишком непостоянны и непредсказуемы.

По словам ученых, надежные методы прогнозирования очень необходимы для оптимизации управления энергией, обеспечения стабильности сети и минимизации эксплуатационных расходов. Для решения этих проблем в этом исследовании представлен инновационный метод, который интегрирует надежную сезонную декомпозицию тренда (RSTL) с нейронной сетью с долговременной краткосрочной памятью (LSTM), оптимизированной с помощью адаптивного алгоритма оптимизации Seagull (ASOA).

Искусственный интеллект помог решить проблемы с управлением большими объемами наборов данных и учесть погрешности. Например, нейронные сети с долговременной краткосрочной памятью анализировать и точно предсказывать данные временных рядов. Они эффективно учитывают закономерности и перемены с течением времени.

В то же время, оптимизация функций LSTM остается сложной задачей и часто приводит к неприемлемой производительности. Поэтому их объединили с традиционными математическими моделями. Исследование показало, что такой подход значительно улучшает точность прогнозирования.

Прогноз позволит людям точнее определить, сколько электричества будет вырабатывать солнечная электростанция в долговременной перcпективе и стоит ли ее вообще устанавливать. Возможно, он также поможет найти более подходящее место для размещения солнечных панелей.

Недавно писали, как солнечные панели будут вырабатывать энергию на железнодорожных путях во Франции. Национальная компания планирует установить новую контейнерную установку с батареей.

Источник материала
loader