土耳其凡于宗库尔大学工程学院计算机工程系教员埃姆雷·比奇克(Emre Biçik)博士开发了一个由人工智能支持的智能平台,旨在测量天气条件和空气污染对太阳能发电的影响,从而提高其运行效率。该项目已被选中在联合国气候变化大会(COP31)期间进行展示。
超越传统预期的智能平台
该项目题为“基于气候和空气污染敏感度的人工智能太阳能应用与智能能源管理预测”,依赖于收集校园及周边地区太阳能发电站的数据。与仅监测温度、湿度、风速和日照时数的传统系统不同,新系统融合了空气污染因素,如灰尘、烟雾和空气中的悬浮颗粒物。
研究人员指出,如果看似晴朗无云的天气中夹杂着大量污染物颗粒,阻碍阳光有效地照射到光伏板上,其发电量也会出现显着下降。这种方法有助于为预计的生产运营提供更准确、更可靠的估算。
工作机制与结果的直接解释
该平台依赖于可解释人工智能(Explainable AI)技术,这使得系统不仅能预测能源产量的下降,还能给出造成这种下降的清晰且具体的原因,无论是由于高温、云层还是空气中污染物浓度的增加。
此外,该系统按小时分析消耗和生产数据,以建议执行高能耗操作的最佳时间,或者在面板效率出现无故下降时发出警报,从而需要对其进行维护或手动清洁以减少能源浪费。
实际发生了什么变化?|
该系统将太阳能电站从单纯的随机发电转变为基于实时空气质量数据的智能管理。该项目的首批应用计划在大学校园内启动,随后将扩大其范围,涵盖医院、政府机构、工业设施大型太阳能电站,以提高可再生能源的使用效率。