Sun's secrets unveiled: AI unlocks new solar energy horizons in china
Distribución espacial de estaciones CMA.Un total de 2.453 círculos azules representan estaciones meteorológicas de rutina, que tienen mediciones de la duración de la luz solar.Diecisiete rombos rojos representan estaciones de radiación que tienen observaciones Rdir y Rdif.Crédito:Revista de teledetección(2024).DOI: 10.34133/detección remota.0111

En un nuevo estudiopublicadoen elRevista de teledetecciónEn febrero de 2024, los investigadores utilizaron el aumento de datos junto con el modelo de aprendizaje automático LightGBM para estimar la radiación solar directa y difusa.Al aprovechar los datos de duración de la luz solar recopilados de más de 2.453 estaciones meteorológicas en toda China, esta investigación supera las limitaciones que plantean las observaciones terrestres escasas y distribuidas de manera desigual.

Este enfoque utiliza ingeniosamente datos de duración de la luz solar recopilados de más de 2.453, sorteando efectivamente los obstáculos tradicionales de las observaciones terrestres escasas y distribuidas irregularmente.

El núcleo de esta investigación radica en su novedosa aplicación de algoritmos de aprendizaje automático, que se entrenan en tecnología aumentada.para predecir los componentes de la radiación solar con una precisión sin precedentes.La metodología es particularmente innovadora porque no depende de datos reales locales para la calibración, lo que la convierte en una solución de aplicación universal.

La validación de este modelo frente a conjuntos de datos independientes no sólo confirmó su eficacia dentro de China sino que también indicó su potencial para su aplicación global.Además, la creación de un nuevo conjunto de datos satelital como resultado de este estudio destaca por su precisión superior a los conjuntos de datos existentes, proporcionando una distribución espacial detallada de los componentes de la radiación solar.

Este conjunto de datos es fundamental para el avance de la energía solar.investigación e implementación, ofreciendo conocimientos que pueden conducir a una producción de energía solar más eficiente y optimizada.

El profesor Kun Yang, investigador principal de la Universidad de Tsinghua, afirmó: "Nuestro método mejora significativamente la precisión y aplicabilidad de la radiación solar.estimaciones, allanando el camino para una utilización optimizada de la energía solar en China y potencialmente en todo el mundo".

Este enfoque innovador no solo establece un nuevo estándar para estimar la radiación solar, sino que también presenta una solución escalable a nivel mundial, lo que indica un cambio innovador en la investigación e implementación de la energía solar.El conjunto de datos satelital recientemente desarrollado destaca en precisión sobre conjuntos de datos anteriores y ofrece un análisis espacial exhaustivo deradiación solarEste avance es vital para el sector de la energía solar, ya que permite una selección de sitios más estratégicos y una optimización del sistema, especialmente en áreas con alto potencial de energía solar.

Más información:

Changkun Shao et al, Estimación basada en el aumento de datos de los componentes de la radiación solar sin hacer referencia a la verdad del terreno local en China,Revista de teledetección(2024).DOI: 10.34133/detección remota.0111Proporcionado por

TranSpread

Citación:La IA abre nuevos horizontes de energía solar en China (2024, 15 de marzo)recuperado el 15 de marzo de 2024de https://techxplore.com/news/2024-03-ai-solar-energy-horizons-china.html

Este documento está sujeto a derechos de autor.Aparte de cualquier trato justo con fines de estudio o investigación privados, noparte puede ser reproducida sin el permiso por escrito.El contenido se proporciona únicamente con fines informativos.