AI機(jī)器學(xué)習(xí)繼續(xù)證明它可以使太陽(yáng)能行業(yè)受益。

使用機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的新太陽(yáng)能預(yù)測(cè)方法將太陽(yáng)能發(fā)電預(yù)測(cè)提高了33%。英國(guó)項(xiàng)目由Ofgem的網(wǎng)絡(luò)創(chuàng)新津貼資助，由National Grid ESO與Alan Turing Institute共同開發(fā)。

新的AI方法被昵稱為“隨機(jī)森林”模型。

這種新方法被稱為“隨機(jī)森林”模型，分析歷史數(shù)據(jù)和大約80個(gè)輸入變量。這些變量包括溫度和更多粒狀的太陽(yáng)輻射數(shù)據(jù)。據(jù)太陽(yáng)能門戶網(wǎng)站報(bào)道，基于這些信息，人工智能通過尋找數(shù)百種不同的數(shù)學(xué)途徑(決策樹)來獲取這些輸入并達(dá)到輸出生成數(shù)據(jù)，從而進(jìn)行自我訓(xùn)練。

從這一點(diǎn)開始，80個(gè)新的預(yù)測(cè)天氣變量將通過決策樹和平均數(shù)據(jù)被確定為新的太陽(yáng)能產(chǎn)量預(yù)測(cè)。

這種方法不同于ESO以前的太陽(yáng)能預(yù)報(bào)，它采用太陽(yáng)能容量和太陽(yáng)輻照度，并利用這兩個(gè)變量之間的簡(jiǎn)單關(guān)系產(chǎn)生太陽(yáng)能發(fā)電輸出的預(yù)測(cè)。

此外，新方法與多模型集合預(yù)報(bào)中的其他機(jī)器學(xué)習(xí)技術(shù)相結(jié)合，將ESO預(yù)測(cè)的準(zhǔn)確性提高了33%。

國(guó)家電網(wǎng)ESO是英國(guó)的電力系統(tǒng)運(yùn)營(yíng)商(ESO)，它實(shí)時(shí)平衡電力供需。

準(zhǔn)確的太陽(yáng)能預(yù)報(bào)一直在變得越來越重要。

隨著越來越多的可再生能源進(jìn)入電力系統(tǒng)，太陽(yáng)能發(fā)電預(yù)測(cè)的準(zhǔn)確性變得越來越重要。

太陽(yáng)能門戶網(wǎng)站引用國(guó)家電網(wǎng)ESO的商業(yè)運(yùn)營(yíng)經(jīng)理Rob Rome說：“改進(jìn)太陽(yáng)能預(yù)報(bào)將有助于我們更有效地運(yùn)行系統(tǒng)，最終意味著為消費(fèi)者降低賬單。”

“它還將使更多的太陽(yáng)能容量得以連接和利用，幫助我們實(shí)現(xiàn)2025年的目標(biāo)，即能夠運(yùn)行零碳電力系統(tǒng)。”

英國(guó)的太陽(yáng)能發(fā)電量持續(xù)增加。據(jù)英國(guó)“氫燃料新聞”報(bào)道，英國(guó)的熱浪導(dǎo)致該國(guó)的太陽(yáng)能發(fā)電產(chǎn)業(yè)短暫超過燃?xì)獍l(fā)電站成為英國(guó)最大的能源，它在去年7月(2018年)打破了記錄。

展望未來，這個(gè)可再生能源部門在該國(guó)的增長(zhǎng)越多，就需要更準(zhǔn)確的太陽(yáng)能預(yù)報(bào)來充分利用這一清潔能源。