Biblioteca122.739 documentos en línea

Artículo

Deep Learning Enhanced Solar Energy Forecasting with AI-Driven IoTPronóstico mejorado de energía solar con aprendizaje profundo mediante IoT impulsado por IA.

Resumen

Los modelos de pronóstico de generación de energía fotovoltaica (PV) a corto plazo son importantes para estabilizar la integración de energía entre la PV y la red inteligente para el modelado de ciudades inteligentes basado en inteligencia artificial (AI) y el internet de las cosas (IoT). Con el reciente desarrollo de las tecnologías de AI e IoT, es posible que las técnicas de aprendizaje profundo logren resultados de pronóstico de generación de energía más precisos para los sistemas PV. Existen dificultades para el método tradicional de pronóstico de generación de energía PV al considerar variables de características externas, como la estacionalidad. En este estudio, proponemos un método híbrido de aprendizaje profundo que combina técnicas de agrupamiento, red neuronal convolucional (CNN), red neuronal de memoria a corto y largo plazo (LSTM) y mecanismo de atención con la red de sensores inalámbricos para superar las dificultades existentes del problema de pronóstico de generación de energía PV. El método propuesto en general se

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento