Машинно обучение подобрява слънчевите централи
Нов алгоритъм прогнозира много по-точно генерираната мощност
Изследователи разработиха два нови модела на машинно обучение за оценка на мощността, която ще генерират все още неизградени фотоволтаични системи. Моделите, базирани на алгоритъма ANFIS, могат да дадат оценки с точност до 1 ден, предава technews.bg.
Фотоволтаичните системи, които преобразуват почти неограничената слънчева енергия в електричество, са сред най-обещаващите инсталации за алтернативна енергия. Интегрирането на такива решения в съществуващите енергийни системи обаче не е лесен процес. Тъй като изходната мощност на слънчевите централи силно зависи от условията на околната среда, мениджърите на електроцентрали и мрежи се нуждаят от прогнози за това колко енергия ще генерират. Това помага на техниците да планират оптимални графици за производство и поддръжка.
Има много алгоритми за оценка на мощността, произведена от слънчевите електроцентрали, няколко часа предварително, които изучават получените преди това данни и анализират текущите променливи. Един такъв алгоритъм се нарича ANFIS (adaptive neuro-fuzzy inference system). Днес той се използва за прогнозиране на ефективността на сложни системи от възобновяеми енергийни източници.
Редица изследователски екипи комбинират ANFIS с различни алгоритми за машинно обучение, за да подобрят допълнително неговата точност. Вече е възможно да се предскаже капацитетът на слънчевите централи дори на етапа на проектиране - изследователи разработиха алгоритъм за изчисляване на много от параметрите на бъдещата система, използвайки модели за машинно обучение, които подобряват точността.
В новото изследване, за което съобщава TechXplore, учените от Националния университет в Инчхон, Южна Корея, предлагат два модела, базирани на ANFIS. Те се наричат "хибридни алгоритми", тъй като съчетават традиционния ANFIS подход с два различни метода за оптимизация, които се считат за мощни и изчислително-ефективни стратегии за намиране на оптимални решения на енергийните проблеми.
За да оцени ефективността на моделите, екипът сравнява своите изчисления с други, базирани на ANFIS, хибридни алгоритми. Авторите са тествали силата на предсказване на всеки модел, използвайки данни от реална фотоволтаична система, внедрена в Италия.
Един от двата модела, разработени от учените, надминава всички създадени по-рано "хибриди" и показа голям потенциал за прогнозиране на фотоволтаичната мощност на слънчевите системи както краткосрочно, така и за дълъг хоризонт напред.
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}
;void(0);){kind=link}