Китайские ученые разработали ИИ-инструмент для оптимального размещения двусторонних солнечных панелей
- ИИ-инструмент китайских учёных определяет оптимальные места для двухсторонних солнечных панелей, повышая эффективность солнечной энергетики.
- Двухсторонние панели на Тибетском плато и в пустынях Синьцзяна оптимизируют выработку энергии, устраняя пробелы в данных по возобновляемой энергетике.
- Инсайты на основе ИИ обеспечивают глобальную масштабируемость, помогая индустрии солнечной энергетики принимать решения и планировать будущее энергетики.
Группа китайских ученых представила инновационный инструмент искусственного интеллекта (ИИ), предназначенный для определения наиболее эффективных мест для установки двусторонних солнечных панелей. Этот прорыв устраняет критический пробел в данных в секторе возобновляемой энергии, предлагая потенциал для значительного прогресса в использовании солнечной энергии.
Максимизация выхода солнечной энергии с помощью двусторонних панелей
Двусторонние солнечные панели продемонстрировали превосходные возможности генерации энергии по сравнению с их односторонними аналогами. Стратегически размещая эти панели в регионах с оптимальными условиями солнечного света, таких как восточное Тибетское нагорье и пустыни Синьцзяна на северо-западе Китая, исследователи стремятся максимизировать выход энергии от фотоэлектрических (PV) модулей.
Китай, являющийся мировым лидером в производстве солнечных PV-модулей, сталкивается с нехваткой данных, необходимых для определения идеальных мест для установки двусторонних солнечных панелей. Имея всего 17 радиационных станций по всей стране, предоставляющих ограниченную информацию о доступности солнечной энергии, исследователи искали альтернативные методы решения этой проблемы.
Чтобы заполнить этот пробел в данных, ученые из Университета Цинхуа и Национального центра данных Тибетского нагорья разработали ИИ-модель, использующую данные о солнечном свете от 2500 метеостанций по всей стране. Обучив ИИ на данных о солнечной радиации и поверхностных метеорологических данных, исследователи смогли предсказать количество прямой и диффузной радиации в любом заданном месте.
Применение и последствия ИИ-аналитики
ИИ-модель предлагает масштабируемое решение, которое может применяться глобально без необходимости дополнительной локальной тренировки данных. Используя спутниковые данные и наземные наблюдения, лица, принимающие решения в солнечной промышленности и правительственных органах, теперь могут принимать обоснованные решения относительно развертывания солнечных панелей.
По словам профессора Ян Куна, отсутствие комплексных данных о радиации ранее препятствовало эффективному планированию установки солнечных панелей. Однако с выводом ИИ-модели, поддерживаемым спутниковыми данными, заинтересованные стороны теперь могут оптимизировать развертывание панелей для использования полного потенциала солнечной энергии.
В ходе обширного анализа исследовательская команда определила Тибетское нагорье и пустыню Такла-Макан в Синьцзяне как приоритетные места для двусторонних солнечных панелей. Эти регионы отличаются высоким уровнем прямой солнечной радиации из-за их высоты и разреженной атмосферы, а также значительным количеством диффузной солнечной радиации, обусловленным сложным ландшафтом и облачностью.
Шао Чанчунь, аспирант Университета Цинхуа и первый автор исследования, подчеркнул значительный солнечный потенциал этих удаленных районов. ИИ-аналитика не только приносит пользу солнечной промышленности, но и предоставляет ценные данные для будущих исследований и планирования политики, особенно в регионах, lacking инфраструктуры электроснабжения.
Перспективы и глобальные применения
Точность ИИ-модели была проверена путем сравнения с данными о радиации со всего мира, что подчеркивает ее потенциал для глобального применения. Интеграция метеорологических данных из других стран может еще больше улучшить прогнозы солнечной радиации в мировом масштабе.
За пределами сферы возобновляемой энергии данные, генерируемые ИИ-моделью, имеют последствия для различных секторов, включая сельское хозяйство. Исследования показывают, что растения демонстрируют более эффективный фотосинтез в условиях диффузного света, что подчеркивает более широкую полезность ИИ-аналитики.
Разработка ИИ-инструмента для оптимизации размещения двусторонних солнечных панелей представляет собой значительный прогресс в технологии возобновляемой энергии. Благодаря своей способности заполнять критические пробелы в данных и способствовать принятию обоснованных решений, эта инновация имеет потенциал ускорить переход к устойчивым энергетическим решениям в глобальном масштабе.
Если вы читаете это, вы уже впереди. Оставайтесь с нами, подписавшись на нашу рассылку.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Джон Палмер
Джон Мурангири пришел в Cryptopolitan, обладая навыками анализа рынка. Джон (также известный как JP) окончил Найробийский университет по специальности «Массовая коммуникация и медиаисследования». Ранее он публиковал аналитические материалы о криптовалютном рынке на InsideBitcoins.com и Metacoingraph.
