Scienziati cinesi sviluppano strumento IA per il posizionamento ottimale dei pannelli solari a doppia faccia
- Uno strumento AI sviluppato da scienziati cinesi individua le posizioni ideali per i pannelli solari bifacciali, potenziando l'efficienza dell'energia solare.
- I pannelli bifacciali nel Plateau Tibetano e nei deserti dello Xinjiang ottimizzano la produzione di energia solare, colmando le lacune informative nel settore delle energie rinnovabili.
- Le intuizioni guidate dall'AI offrono scalabilità globale, supportando le decisioni del settore solare e la pianificazione energetica futura.
Un team di scienziati cinesi ha presentato uno strumento di intelligenza artificiale (IA) innovativo progettato per individuare le posizioni più efficaci per l'installazione di pannelli solari a doppia faccia. Questo progresso affronta una lacuna critica nei dati all'interno del settore delle energie rinnovabili, offrendo il potenziale per significativi avanzamenti nell'utilizzo dell'energia solare.
Massimizzare la produzione di energia solare con pannelli a doppia faccia
I pannelli solari a doppia faccia hanno dimostrato capacità di generazione di energia superiori rispetto ai loro omologhi a faccia singola. Posizionando strategicamente questi pannelli in regioni con condizioni di luce solare ottimali, come l'altopiano del Tibet orientale e i deserti dello Xinjiang nel nord-ovest della Cina, i ricercatori mirano a massimizzare la produzione di energia dai moduli fotovoltaici (PV).
La Cina, leader globale nella produzione di moduli fotovoltaici, affronta una carenza di dati necessari per determinare le posizioni ideali per l'installazione di pannelli solari a doppia faccia. Con soli 17 stazioni di radiazione in tutto il paese che forniscono informazioni limitate sulla disponibilità di energia solare, i ricercatori hanno cercato metodi alternativi per affrontare questa sfida.
Per colmare questa lacuna nei dati, scienziati dell'Università di Tsinghua e del Centro Nazionale Dati dell'Altopiano del Tibet hanno sviluppato un modello IA che sfrutta i dati di soleggiamento di 2.500 stazioni meteorologiche in tutto il paese. Addestrando l'IA sui dati di radiazione solare e meteorologici superficiali, i ricercatori hanno potuto prevedere la quantità di radiazione diretta e diffusa in qualsiasi posizione data.
Applicazione e implicazioni delle informazioni guidate dall'IA
Il modello IA offre una soluzione scalabile che può essere applicata a livello globale senza la necessità di un addestramento aggiuntivo sui dati locali. Sfruttando i dati satellitari e le osservazioni a terra, i decisori nel settore solare e le autorità governative possono ora prendere decisioni informate riguardo al dispiegamento dei pannelli solari.
Secondo il professor Yang Kun, la mancanza di dati completi sulla radiazione ha precedentemente ostacolato una pianificazione efficace per l'installazione dei pannelli solari. Tuttavia, con l'output del modello IA supportato dai dati satellitari, le parti interessate possono ora ottimizzare il dispiegamento dei pannelli per sfruttare appieno il potenziale dell'energia solare.
Attraverso un'analisi estesa, il team di ricerca ha identificato l'altopiano del Tibet e il deserto del Taklamakan nello Xinjiang come posizioni ideali per i pannelli solari a doppia faccia. Queste regioni vantano alti livelli di radiazione solare diretta a causa della loro altitudine e atmosfera sottile, uniti a una sostanziale radiazione solare diffusa risultante da paesaggi complessi e copertura nuvolosa.
Shao Changchun, dottorando presso l'Università di Tsinghua e primo autore dello studio, ha sottolineato il significativo potenziale solare di queste aree remote. Le informazioni guidate dall'IA non solo beneficiano il settore solare, ma offrono anche dati preziosi per la ricerca futura e la pianificazione delle politiche, in particolare nelle regioni prive di infrastrutture energetiche.
Prospettive e applicazioni globali
L'accuratezza del modello IA è stata validata attraverso confronti con dati di radiazione da tutto il mondo, evidenziando il suo potenziale per l'applicazione globale. Integrando i dati meteorologici di altri paesi, il sistema potrebbe ulteriormente migliorare le proiezioni della radiazione solare su scala mondiale.
Oltre alla sfera delle energie rinnovabili, i dati generati dal modello IA hanno implicazioni per vari settori, inclusa l'agricoltura. La ricerca indica che le piante mostrano una fotosintesi più efficiente in condizioni di luce diffusa, sottolineando l'utilità più ampia delle informazioni guidate dall'IA.
Lo sviluppo di uno strumento IA per ottimizzare il posizionamento dei pannelli solari a doppia faccia rappresenta un avanzamento significativo nella tecnologia delle energie rinnovabili. Con la sua capacità di colmare lacune critiche nei dati e facilitare decisioni informate, questa innovazione ha il potenziale di accelerare la transizione verso soluzioni energetiche sostenibili su scala globale.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
John Palmer
John Murangiri è arrivato su Cryptopolitan con competenze nell'analisi di mercato. John (noto anche come JP) si è laureato presso l'Università di Nairobi con una laurea in comunicazione di massa e studi sui media. In precedenza ha contribuito con approfondimenti sul mercato delle criptovalute a InsideBitcoins.com e Metacoingraph.
