Ученые НГТУ вместе с коллегами из УрФУ создали систему прогнозирования выработки солнечной энергии на основе нейросети: система прогнозирует выработку электроэнергии на основе погодных данных с точностью до 90%, сообщила в четверг пресс-служба новосибирского вуза.
«Преимущество нашей системы в том, что она работает на открытой метеоинформации, которую любой человек может найти в интернете. Мы используем данные нескольких метеопровайдеров: собираем информацию с разных источников, чтобы получить более точный прогноз», – рассказал один из разработчиков системы Станислав Ерошенко.
Система может распознавать уникальные погодные условия и их влияние на выработку электроэнергии. Разработка призвана расширить возможности использования возобновляемых источников энергии за счет применения алгоритмов машинного обучения.
«Электростанции, использующие альтернативные источники энергии, полностью зависят от погодных условий в отличие от традиционной энергетики, в которой выработка мощностей станций предсказуема и управляема. Наша разработка благодаря применению новых интеллектуальных алгоритмов позволит с высокой точностью формировать прогнозы генерации электрической энергии на солнечных электростанциях», – сказал Ерошенко.
Существующие подобные зарубежные системы подходят для станций только определенного типа. Российская же универсальна и применима для всех солнечных электростанций.
Разработка основана на единой базе данных, сформированной из нескольких открытых источников, учитывает различные погодные условия: например, характеристики облачности, которые могут влиять на выработку энергии. Система самообучаема: она может адаптироваться под изменчивый характер погоды.
