世界

屋根のフォトボルタ系の毎日の電気エネルギー予測

この研究は、スラカルタ地域での毎日の太陽光発電エネルギー予測の精度を高めるための数学モデルを開発しました。このモデルは、NASAのローカル観測データと衛星データの比較を利用しています。研究の主な焦点は、熱帯地域での太陽エネルギーの使用を最適化し、限られた化石エネルギー源への依存を減らし、生態系へのマイナスの影響を減らすことで環境保存の取り組みをサポートすることです。 この研究は、NASAのデータと比較して人工ネットワークモデル（ANN）を使用して、スラカルタの太陽光発電システム（ソーラーパネル）によって生成される毎日のエネルギーを正確にすることを目的としています。豊富な日光の強さの熱帯気候を持つスラカルタは、太陽エネルギーを持続可能な再生可能エネルギー源として利用する大きな可能性があります。 ただし、スラカルタの太陽エネルギーの可能性は非常に大きいですが、主にソーラーパネルによって生成されるエネルギーの量を正確に測定する研究の不足により、現在最適ではない太陽エネルギーを使用する能力です。したがって、この研究の目的は、太陽エネルギーの使用の効率を高めることを期待して、太陽光システムによって生成される可能性のあるエネルギーに関するより正確な毎日の予測を開発することを目的としています。 この研究で使用される予測モデルは、NASAの履歴データとローカルな観測データを組み合わせて、太陽光発電システムによって生成されるエネルギー容量を予測します。この予測は、モデルのエラーを最小限に抑えることを目的とした平均二次誤差（MSE）の計算に基づいています。この研究の結果は、このモデルが非常に高いレベルの成功予測を持っていることを示しています。これは、2.2 x 10^5 kWhのエネルギー標準で4500日で99.98％です。 この正確な予測の結果は、特にスラカルタの電力ネットワークのマネージャーにとって、より効率的なエネルギー分布計画に非常に有益です。より正確な予測を行うと、マネージャーはより良いエネルギー配分を計画し、特に太陽エネルギーの生産が弱い時間に保存されたエネルギーを使用する必要がある時期を判断できます。 このペーパーでは、NASAの履歴データと人工ネットワークのモデル（ANN）を使用して、スラカルタの毎日の太陽光発電エネルギーを最適化するためのスマート予測モデルを提案しています。予測の結果は非常に高いレベルの精度を示し、2.2×10^5 kWhのエネルギー標準で99.98％に達し、より効率的なエネルギー分布と貯蔵の計画に役立ちます。このアプローチを使用することにより、スラカルタでの太陽エネルギーの使用の可能性を最大化し、化石エネルギーへの依存を減らし、環境の持続可能性をサポートできます。 さらなる研究のために、より多様な気候要因を計算し、より洗練されたエネルギー貯蔵技術を統合することにより、予測モデルの開発は、この太陽光発電システムの精度と効率を高めることができます。さらに、インドネシアの再生可能エネルギーの利点を拡大するために、気候条件が異なる他の地域でのこの予測モデルの適用も調査できます。 ペーマー：レジ・デルフィアンティ博士、S.PD。 #屋根のフォトボルタ系の毎日の電気エネルギー予測