Солнечные панели уже давно зарекомендовали себя как один из ключевых источников альтернативной энергии. Однако их работа зависит от множества изменяющихся факторов, таких как интенсивность солнечного света, влажность воздуха, температура и даже скорость ветра.
Чем больше солнечных установок подключено к энергосистеме, тем сложнее поддерживать её стабильность. Поэтому точное прогнозирование эффективности солнечных панелей становится критически важным.
Недавно учёные предложили использовать алгоритм, который имитирует процесс охоты шимпанзе. В этом алгоритме присутствуют все этапы охоты: поиск цели, разработка стратегии, преследование добычи и её поимка.
Эти этапы были перенесены в математическую модель, где каждая «особь» (виртуальный агент) представляет собой возможное решение задачи. Во время «охоты» агенты взаимодействуют друг с другом, обмениваясь информацией о своих позициях и результатах. Они адаптируются к действиям других агентов и корректируют свои стратегии, стремясь достичь оптимального результата.
Эту идею можно применить к пяти моделям машинного обучения для прогнозирования производительности солнечных панелей. Точность прогнозов и эффективность систем солнечной энергетики повысятся.
Модели проверили на реальных данных с солнечных панелей на крыше Университета прикладных наук в Аммане, Иордания, за период с 2015 по 2018 год. Данные включали параметры окружающей среды: скорость ветра, влажность, температуру и интенсивность солнечного света.
На основе данных были сделаны прогнозы, которые затем сравнили с фактическими показателями работы солнечной установки. Алгоритм оптимизации, основанный на поведении шимпанзе, позволил получить более точные прогнозы по сравнению с другими методами.
Это важный шаг на пути к увеличению доли возобновляемых источников энергии в энергоснабжении. Более точные прогнозы помогут сбалансировать нагрузку в энергосистеме и избежать сбоев.
Вы знали, что у животных есть удивительная способность ориентироваться в пространстве с помощью магнитного поля Земли? Подробнее об этом вы узнаете из нашей статьи.
