Исследователь из университета Сельчук в Турции, Айшегюль Топрак, провела сравнительный анализ различных алгоритмов машинного обучения для прогнозирования солнечной радиации на бифациальных солнечных панелях. В исследовании использовались идентичные входные условия для прогнозирования радиации на передней и задней сторонах панелей. "Это исследование представило комплексную структуру на основе машинного обучения для прогнозирования солнечной радиации в бифациальной фотогальванической системе с использованием регулярно измеряемых метеорологических и временных переменных," - отметила Топрак в своей работе.
Данные для исследования были собраны с 17 ноября 2023 года по 29 мая 2024 года на вертикальной тестовой установке бифациальных солнечных панелей, управляемой Национальной лабораторией возобновляемых источников энергии США (NREL). Результаты показывают, что точное и интерпретируемое прогнозирование солнечной радиации возможно при использовании компактного набора легко измеряемых входных данных, что делает метод практичным для применения в реальных условиях.
Это исследование имеет значимость для развития технологий солнечной энергетики, так как точные прогнозы солнечной радиации могут повысить эффективность работы бифациальных солнечных панелей. Усовершенствованные методы прогнозирования могут способствовать более эффективному использованию возобновляемых источников энергии и улучшению показателей устойчивости энергетических систем.