Проект солнечной энергетики Ванского университета YYÜ, учитывающий загрязнение воздуха, представят на COP31

С помощью проекта с поддержкой искусственного интеллекта, разработанного доктором, преподавателем кафедры компьютерной инженерии инженерного факультета Ванского университета имени столетия (YYÜ) Эмре Бичеком, планируется повысить эффективность производства энергии за счёт анализа влияния погодных условий и загрязнения воздуха на выработку солнечной энергии.

Бичек, работающий над тем, чтобы эффективнее использовать солнечную энергию в Ване, одном из регионов с большим числом солнечных дней, 6 месяцев назад подготовил проект под названием «Платформа прогнозирования солнечной энергии и интеллектуального управления энергией на основе объяснимого ИИ, чувствительная к климату и загрязнению воздуха».

В рамках проекта, поддержанного Координационным подразделением по научно-исследовательским проектам университета, была разработана система на базе искусственного интеллекта с использованием данных, полученных от солнечных электростанций в городе и на территории университетского кампуса.

В отличие от традиционных систем прогнозирования, система, в которой оцениваются не только температура, влажность, ветер, облачность и продолжительность солнечного сияния, но и пыль, дым и загрязняющие частицы в воздухе, призвана точнее прогнозировать выработку солнечной энергии.

Проект, который будет представлен 16 ноября на сессии 31-й Конференции сторон Рамочной конвенции ООН об изменении климата (COP31), проходящей в Анталье, позволит определить влияние загрязнения воздуха на излучение, достигающее солнечных панелей.

«Мы стремимся делать комплексные и надёжные прогнозы»

Бичек рассказал агентству Anadolu, что его проект — это система на основе искусственного интеллекта, которую он планирует развивать для более эффективного использования солнечной энергии.

Отметив, что солнечная энергия имеет большое значение для производства чистой энергии, Бичек подчеркнул, что выработка солнечных панелей зависит не только от солнечной или облачной погоды, а пыль, дым и загрязнение в воздухе также могут напрямую влиять на производство энергии.

Он отметил, что они стремятся создать интеллектуальную систему, которая сможет, оценивая погоду, загрязнение воздуха и энергопотребление в комплексе, выдавать рекомендации, и добавил:

«Давайте представим себе такую ситуацию. Небо не в облаках, солнце светит. В обычных условиях вы ожидаете высокой выработки энергии солнечными панелями, но если в воздухе много пыли или загрязняющих частиц, часть солнечных лучей может не достигать панелей в достаточной степени. Соответственно, вы не получаете столько энергии, сколько ожидали. Именно на этом мы и делаем акцент. Традиционные системы прогнозирования в основном сосредоточены на метеоданных, таких как температура, продолжительность солнечного сияния или облачность. Мы же, добавляя данные о загрязнении воздуха, стремимся делать более комплексные и надёжные прогнозы. То есть мы смотрим не только на то, насколько ярко светит солнце, но и на то, насколько эффективно этот солнечный свет достигает панелей».

«Недостаточно, чтобы система просто выдавала результат»

Бичек пояснил, что они хотят, чтобы искусственный интеллект не только делал прогнозы, но и объяснял причины этих прогнозов, и сказал: «Например, когда система сообщает нам, что завтра выработка солнечной энергии снизится, она должна показать и причину этого. Это снижение связано с температурой, облачностью или загрязнением воздуха? Мы хотим это понимать. Потому что недостаточно, чтобы система просто выдавала результат. Особенно в такой важной сфере, как энергетика, нам нужно знать и то, как она пришла к этому выводу».

Приводя в пример солнечные панели, установленные на территории университета, Бичек отметил, что система будет оценивать почасовую выработку и потребление энергии, а также сможет рекомендовать выполнять энергоёмкие операции в часы, когда выработка солнечной энергии высока.

«Наша цель — не ограничиваться только нашим университетом»

Бичек заявил, что в случае неожиданного падения эффективности солнечных панелей система сможет это выявить и предложить очистку панелей или проверку их технического состояния, тем самым снижая потери энергии и обеспечивая более эффективное использование имеющейся энергии.

Он сообщил, что первые внедрения проекта планируется реализовать на территории кампуса Ванского университета YYÜ, и сказал:

«Здесь мы объединим метеоданные, информацию о качестве воздуха и данные о потреблении энергии. Затем мы планируем развить наши модели искусственного интеллекта и сделать их доступными для мониторинга через платформу интеллектуального управления энергией. То есть пользователи смогут видеть на системе прогнозируемую выработку энергии, возможные потери эффективности и рекомендации по управлению энергией. Наша цель — не ограничиваться только нашим университетом, а в дальнейшем обеспечить использование системы также в больницах, государственных учреждениях, промышленных предприятиях и на солнечных электростанциях».