国际太阳能光伏网讯:美国国家电网的工程部门借助AI机器学习和数据科学将太阳能预测准确度提高了33%。
太阳能在预测太阳能发电量时通常采用两个变量:太阳能容量和太阳辐照度,并利用两者之间的简单关系预测太阳能发电量。
现借助于“随机森林”模型的算法将历史数据和大约80多个包括温度和太阳辐射等变量输入系统,然后,它通过数百种不同的数学路径(决策树)来训练自己,结合输入变量进而输出新的太阳能发电量预测值,通过这种方式可以将太阳能发电量预测准确性提高33%。
独家翻译|美国国家电网借助AI技术将太阳能发电量预测精度提升33%
未经允许不得转载:中国能源资讯网 » 独家翻译|美国国家电网借助AI技术将太阳能发电量预测精度提升33%
相关推荐
- 重庆:到2027年,新能源装机规模达7.8GW
- 【光伏回收】全球首款全回收再生光伏组件震撼发布!
- 【光伏回收】2024年度“光伏回收与循环利用”优秀集体和菁英人物盛大颁奖!
- 光伏每日报:河北拟取消/调整6GW风光指标;山西分布式光伏装机容量突破10GW;华为、晶科、协鑫、特变会晤央国企
- 最新丨31省市太阳能资源、辐照量、最佳倾角、发电小时数情况
- 国家电投山东院和北方工业获克罗地亚光伏发电项目
- 天合光能子公司在沙特开设3GW太阳能跟踪系统工厂
- PV InfoLink 2024年全球组件出货排名出炉!通威蝉联Top5!
- Windward Offshore获得1.82亿欧元贷款用于建造四艘海上风电安装船
- 德国加快发展生物质能
- 英国SeAH Wind确认风电单桩生产工厂将于3月投运
- Balmoral Comtec与韩国两家企业签署海上风电项目合作备忘录
- 广东开平国资工商业储能企业揭牌!
- 黄河水电沙特1.4GW光伏项目进入执行阶段
- 赣锋锂业阿根廷Mariana盐湖项目正式投产
- 公用事业规模太阳能发电量再创历史新高,增至1TWp
- 中广核:推动清洁能源创新融合高效发展
- 出于成本考虑,挪威放弃固定桩海上风电计划,将重点转向浮动风电