Científicos chinos desarrollan una herramienta de IA para la colocación óptima de paneles solares de doble cara
- Una herramienta de IA desarrollada por científicos chinos localiza los mejores lugares para paneles solares de doble cara, mejorando la eficiencia energética solar.
- Los paneles de doble cara en el Plateau del Tíbet y los desiertos de Xinjiang optimizan la producción solar, abordando las lagunas de datos en energías renovables.
- Las perspectivas impulsadas por IA ofrecen escalabilidad global, apoyando las decisiones de la industria solar y la planificación energética futura.
Un equipo de científicos chinos ha presentado una innovadora herramienta de inteligencia artificial (IA) diseñada para identificar los lugares más efectivos para la instalación de paneles solares de doble cara. Este avance aborda una brecha crítica de datos dentro del sector de las energías renovables, ofreciendo el potencial de avances significativos en la utilización de la energía solar.
Maximizar la producción de energía solar con paneles de doble cara
Los paneles solares de doble cara han demostrado capacidades superiores de generación de energía en comparación con sus contrapartes de una sola cara. Al colocar estratégicamente estos paneles en regiones con condiciones óptimas de luz solar, como la meseta del Tíbet oriental y los desiertos de Xinjiang en el noroeste de China, los investigadores buscan maximizar la producción de energía de los módulos fotovoltaicos (PV).
China, líder mundial en la producción de módulos fotovoltaicos, enfrenta una escasez de datos necesarios para determinar las ubicaciones ideales para la instalación de paneles solares de doble cara. Con solo 17 estaciones de radiación en todo el país que proporcionan información limitada sobre la disponibilidad de energía solar, los investigadores buscaron métodos alternativos para abordar este desafío.
Para cerrar esta brecha de datos, científicos de la Universidad de Tsinghua y el Centro de Datos de la Meseta del Tíbet desarrollaron un modelo de IA que aprovecha los datos de sol de 2.500 estaciones meteorológicas en todo el país. Al entrenar la IA con datos de radiación solar y meteorológicos de superficie, los investigadores pudieron predecir la cantidad de radiación directa y difusa en cualquier ubicación dada.
Aplicación e implicaciones de las perspectivas impulsadas por IA
El modelo de IA ofrece una solución escalable que se puede aplicar globalmente sin la necesidad de entrenamiento adicional con datos locales. Al aprovechar los datos satelitales y las observaciones terrestres, los tomadores de decisiones dentro de la industria solar y las autoridades gubernamentales ahora pueden tomar decisiones informadas sobre el despliegue de paneles solares.
Según el profesor Yang Kun, la falta de datos de radiación integrales anteriormente dificultaba la planificación efectiva de la instalación de paneles solares. Sin embargo, con la salida del modelo de IA respaldada por datos satelitales, las partes interesadas ahora pueden optimizar el despliegue de paneles para aprovechar al máximo el potencial de la energía solar.
A través de un análisis extenso, el equipo de investigación identificó la meseta del Tíbet y el desierto de Taklamakan en Xinjiang como ubicaciones primordiales para paneles solares de doble cara. Estas regiones cuentan con altos niveles de radiación solar directa debido a su altitud y atmósfera delgada, junto con una radiación solar difusa sustancial resultante de paisajes complejos y cobertura de nubes.
Shao Changchun, candidato a doctorado en la Universidad de Tsinghua y primer autor del estudio, enfatizó el gran potencial solar de estas áreas remotas. Las perspectivas impulsadas por la IA no solo benefician a la industria solar, sino que también ofrecen datos valiosos para futuras investigaciones y planificación de políticas, particularmente en regiones que carecen de infraestructura eléctrica.
Perspectivas y aplicaciones globales
La precisión del modelo de IA se validó mediante comparaciones con datos de radiación de todo el mundo, destacando su potencial para la aplicación global. Al integrar datos meteorológicos de otros países, el sistema podría mejorar aún más las proyecciones de radiación solar a escala mundial.
Más allá del ámbito de las energías renovables, los datos generados por el modelo de IA tienen implicaciones para varios sectores, incluida la agricultura. La investigación indica que las plantas exhiben una fotosíntesis más eficiente bajo condiciones de luz difusa, subrayando la utilidad más amplia de las perspectivas impulsadas por IA.
El desarrollo de una herramienta de IA para optimizar la colocación de paneles solares de doble cara representa un avance significativo en la tecnología de energías renovables. Con su capacidad para llenar brechas críticas de datos y facilitar la toma de decisiones informada, esta innovación tiene el potencial de acelerar la transición hacia soluciones de energía sostenible a escala global.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.
John Palmer
John Murangiri llegó a Cryptopolitan con habilidades en análisis de mercado. John (también conocido como JP) se graduó de la Universidad de Nairobi con un título de licenciatura en comunicación masiva y estudios de medios. Anteriormente, ha contribuido con perspectivas del mercado de criptomonedas a InsideBitcoins.com y Metacoingraph.
