CCER重启在即 绿证和CCER如何取舍?
西班牙国家研究委员会总部设在马德里。
人工智能已经在太阳能行业,太阳能电池板的自动化生产以及其长期性能的预测等领域发现了大量节省时间和金钱的应用。
现在,来自西班牙国家研究委员会(CSIC)和马德里技术大学太阳能研究所的一组研究人员展示了一种机器学习技术,他们说这种技术可以将全年的太阳光谱数据减少到特征光谱很少。然后可以将其用于快速确定最佳太阳能电池设计,以在给定位置最大化能量产生。
CSIC研究人员JerónimoBuencuerpoFariña说:“使用称为聚类的统计和人工智能技术,我们已经实现了一种实用的方法来考虑日光的所有变化,并在短短几个小时内获得针对任何太阳光的最佳太阳能电池板设计位置。”
该方法在《自然通信》杂志上发表的论文《太阳能电池设计中通过基于光谱变化的机器学习聚类最大化能量产生》中进行了描述。
先前研究中提出的分组方法用于根据某些特征将不同的光谱分成几组,并使用一种称为结构化特征聚类聚类的机器学习技术,研究人员说,这可以将光谱集的数量减少多达三个数量级。大小。
郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。
相关阅读
猜你喜欢
-
双面跟踪器俯仰是最大程度提高能量增益的重要设计因素
2021-08-21 -
太阳能电池片设计需注意哪些问题?
2021-08-17 -
美国Triton公司将在印度生产太阳能电池
2021-08-17 -
美国研究人员在石墨烯基太阳能电池方面取得突破
2021-08-16 -
台湾Motech缩减太阳能电池产能
2021-08-16 -
科学家开发提高有机太阳能电池效率的技术
2021-08-14 -
2014年世界杯将消耗多少能量?
2021-08-11 -
太阳能电池价格下跌以维护关税,MIP决定即将出台
2021-08-11 -
pv杂志质量圆桌会议,台湾:载流子引起的太阳能电池退化:解决(某种)
2021-08-11 -
pv杂志质量圆桌会议,台湾:载流子引起的太阳能电池退化:解决(某种)
2021-08-11 -
牛津大学牛津PV的目标是将钙钛矿太阳能电池的效率提高37%
2021-08-09 -
牛津大学牛津PV的目标是将钙钛矿太阳能电池的效率提高37%
2021-08-09 -
德国科学家使用化学工艺提高太阳能电池效率
2021-08-07 -
印度对进口太阳能电池,组件的保障措施需要更多证据
2021-08-06 -
印度对进口太阳能电池,组件的保障措施需要更多证据
2021-08-06