Обзор раскрывает влияние интеграции технологий искусственного интеллекта в фотоэлектрические системы

Важные новости

Обзор показывает влияние интеграции искусственных интеллектуальные технологии в фотоэлектрические системы

Искусственный интеллект может произвести революцию в фотоэлектрических системах, повысив эффективность, надежность и предсказуемость производства солнечной энергии. Исследователи из университетов Китая и Малайзии сравнили публикации, демонстрирующие эффективность методов искусственного интеллекта в решении некоторых наиболее насущных проблем интеграции фотоэлектрических систем. После этих выводов команда выделила возникающие проблемы и будущие перспективы. Фото: Сяоюнь Тянь, Пекинский технологический университет

Искусственный интеллект готов вывести фотоэлектрические системы в новую эру за счет революционного повышения эффективности, надежности и предсказуемости производства солнечной энергии.

В опубликованной статье в Исследовании искусственного интеллекта CAAI, исследовательская группа из университетов Китая и Малайзии изучила влияние технологии искусственного интеллекта (ИИ) на фотоэлектрические (ФЭ) системы производства электроэнергии и их применение с глобальной точки зрения.

«Общим посылом является оптимистичный прогноз. о том, как искусственный интеллект может привести к более устойчивым и эффективным энергетическим решениям», — сказал Сяоюнь Тянь из Пекинского технологического университета. «Благодаря повышению эффективности и использованию возобновляемых источников энергии с помощью искусственного интеллекта существует значительный потенциал для сокращения глобальных выбросов углекислого газа и повышения доступности и надежности чистой энергии для более широких слоев населения».

Команда, в которую входили исследователи из Пекинского технологического университета, Китайской академии наук, Университета Хэбэя и Университета Тунку Абдула Рахмана, сосредоточила свой обзор на ключевых приложениях искусственного интеллекта для отслеживания точки максимальной мощности, прогнозирования мощности и обнаружения неисправностей в фотоэлектрических системах.

Точка максимальной мощности (MPP) относится к конкретному рабочему моменту, когда фотоэлектрическая ячейка или весь фотоэлектрический массив выдают свою пиковую выходную мощность в преобладающих условиях освещенности. Отслеживание и использование точки максимальной мощности, в основном путем регулировки рабочей точки фотоэлектрической батареи для максимизации выходной мощности, является важной проблемой в солнечных фотоэлектрических системах. Традиционные методы страдают от дефектов, приводящих к таким проблемам, как снижение эффективности, износ оборудования и неоптимальная производительность при внезапных изменениях погоды.

Исследователи рассмотрели публикации, демонстрирующие, как методы искусственного интеллекта могут достичь высокой эффективности при решении проблемы отслеживания MPP. Они собрали методы публикации, в которых представлены как одиночные, так и гибридные методы ИИ для решения проблемы отслеживания, исследуя преимущества и недостатки каждого подхода.

Команда рассмотрела публикации, в которых представлены алгоритмы искусственного интеллекта, применяемые в технологиях прогнозирования фотоэлектрической мощности и обнаружения дефектов. Прогнозирование мощности, которое относится к прогнозированию производства фотоэлектрической энергии в течение определенного входящего периода, имеет решающее значение для интеграции фотоэлектрической сети, поскольку доля солнечной энергии в структуре увеличивается с каждым годом, а генерация фотоэлектрической энергии имеет прерывистый характер, что может повлиять на сеть. стабильность.

Обнаружение неисправностей в фотоэлектрических системах позволяет обнаруживать и локализовать различные типы сбоев в фотоэлектрической системе, такие как изменения окружающей среды, повреждение панелей и неисправности проводки. Для крупномасштабных фотоэлектрических систем традиционный ручной осмотр практически невозможен и является пассивным. Алгоритмы ИИ могут вмешаться там, где ручная проверка не дает результатов, заранее выявляя отклонения от нормальных условий эксплуатации, которые могут указывать на неисправности или аномалии.

Исследовательская группа изучила литературу, в которой представлены одиночные и гибридные методы ИИ для решения обеих проблем. . Сравнивая методы, основанные на искусственном интеллекте, команда исследовала и представила преимущества и недостатки каждого подхода.

Хотя интеграция технологии искусственного интеллекта оптимизирует и повышает эксплуатационную эффективность фотоэлектрических систем, продолжают возникать новые проблемы. Эти проблемы вызваны такими проблемами, как пересмотренные стандарты достижения углеродной нейтральности, междисциплинарное сотрудничество и появление интеллектуальных сетей.

Исследователи выделили некоторые возникающие проблемы и необходимость в передовых решениях в области ИИ, таких как трансферное обучение, Обучение в несколько шагов и периферийные вычисления.

По мнению авторов статьи, следующие шаги должны быть сосредоточены на дальнейших исследованиях, направленных на совершенствование методов ИИ, нацеленных на решение уникальных проблем фотоэлектрических систем; практическое внедрение решений ИИ в существующую инфраструктуру фотоэлектрических систем в более широком масштабе; масштабирование успешной интеграции ИИ; разработка поддерживающих политических рамок, поощряющих использование ИИ в возобновляемых источниках энергии; повышение осведомленности о преимуществах ИИ в повышении эффективности фотоэлектрических систем; и, в конечном итоге, согласование этих технологических достижений с глобальными целями устойчивого развития.

«Методы, основанные на ИИ, имеют важное значение для будущего развития и широкого внедрения технологий солнечной энергетики во всем мире», — сказал Тянь.

В число других участников исследования входят Цзямин Ху, Кан Ван и Дачуань Сюй из Пекинского технологического университета; Бун-Хан Лим из Университета Тунку Абдул Рахмана; Фэн Чжан из Хэбэйского университета; и Юн Чжан из Шэньчжэньского института передовых технологий Китайской академии наук.

Дополнительная информация: Цзямин Ху и др., Комплексный обзор приложений искусственного интеллекта в фотоэлектрических системах, Исследования искусственного интеллекта CAAI (2024). DOI: 10.26599/AIR.2024.9150031 Предоставлено издательством Tsinghua University Press

Новости сегодня

Последние новости