پردازش داده‌های هواشناسی به کمک محاسبات شناختی
پیش‌بینی منابع بادی و خورشیدی، منجر به تولید انرژی بیشتری نسبت به روشهای آماری و مدل‌های پیش‌بینی هوا میشود. پیش‌بینی منابع تجدیدپذیر روش به نسبت جدیدی است که نسبت به سیستم پیش‌بینی قبلی دقت بالایی ندارد. محققان با کمک محاسبات شناختی توانسته‌اند این دقت را تا 30 درصد بالا ببرند.
به گزارش مرکز روابط عمومی معاونت علمی و فناوری رئیس جمهور بخش فناوری های همگرا (NBIC): محققان در تحقیقات خود با موضوع بهینه‌سازی منابع تجدیدپذیر و با حمایت وزارت انرژی آمریکا (DOE) به تازگی به موفقیت‌های جدیدی دست یافته‌اند. شرکت آی‌بی‌اِم ضمن همکاری با آزمایشگاه ملی انرژی‌های تجدیدپذیر (National Renewable Energy Laboratory)، ادعا دارد که موفق به پیش‌بینی وضع باد و خورشید به کمک روش یادگیری ماشین و سایر فناوری‌های محاسبات شناختی گشتهاست. این روشها 30 درصد از روشهای مرسوم دقیق‌تر هستند.
(مترجم: پیش‌بینی وضع خورشید شامل دانش مسیر خورشید، شرایط اتمسفری، فرآیند پراکندگی و مشخصات نیروگاه انرژی خورشیدی است. پیش‌بینی وضعیت باد و خورشید، منجر به تولید انرژی بیشتر از منابع تجدیدپذیر میشود.)
به دلیل دشواری ذاتی مربوط به پیش‌بینی‌های وضع باد و خورشید، نیاز به تاسیسات الکتریکی با ظرفیت ذخیره‌سازی بیشتر انرژی تجدیدپذیر حس میگردد. با نصب روزافزون نیروگاه‌های خورشیدی، نیاز به دقت بیشتر در پیش‌بینی‌های خورشیدی افزایش می‌یابد. با بهبود دقت پیش‌بینی، تاسیسات می‌توانند بسیار کارآمدتر و مفیدتر عمل نمایند و درنهایت استفاده از انرژی‌های تجدیدپذیر را به عنوان یک گزینه تولیدی موردپذیرش و گسترده افزایش دهند.
پژوهشگران آی‌بی‌اِم با محققین، دولت و صنعت برای توسعه مدل هواشناسی خودیادگیرنده و فناوری پیش‌بینی تجدیدپذیر با عنوان اِس‌اِم‌تی (SMT) همکاری می‌کند. سیستم اِس‌اِم‌تی از ماشین‌های یادگیرنده، داده‌ها و تجزیه‌و‌تحلیل‌های وسیع استفاده می‌کند تا بتواند به صورت مدام جزئیات را مطالعه نماید و از آن‌ها یاد بگیرد. این سیستم در نهایت منجر به بهبود پیش‌بینی وضعیت خورشید حاصل از مدل‌های هواشناسی میشود. به عکس، بیشتر روشهای پیش‌بینی کنونی مبتنی بر یک مدل هواشناسی هستند و دیدگاهی بسیار کمی از متغیرهای موثر در میزان انرژی‌های تجدیدپذیر فراهم می‌کنند.
روش آی‌بی‌اِم، بستری عمومی برای پیش‌بینی انرژی‌های تجدیدپذیر (شامل باد و آب) فراهم می‌کند و حوزه کاری نوین خود را با کمک روشهای یادگیری ماشین پیش می‌برد. این شرکت به کمک روش جدید خود اطلاعات شبکه حسگرها و پایگاه‌های هوا، نحوه حرکت ابرها و مدل‌های چندگانه پیش‌بینی هوا را ترکیب کند. سیستم اِس‌اِم‌تی، برای اولین بار چنین بازه وسیعی از روشهای پیش‌بینی را به صورت ادغام شده در یک بستر ارائه دادهاست.
در 2013، خورشید دومین منبع تولید انرژی الکتریکی در آمریکا بودهاست؛ بالاتر از آن فقط تولید برق از گاز طبیعی میباشد. گروه مطالعات سان‌شات پیشنهاد می‌کند که برق خورشیدی می‌تواند تا 14 درصد از برق آمریکا را تا سال 2030 و تا 27% از برق این کشور را تا 2050 تامین نماید.
جاناتان بلاک ، مهندس و همکار پروژه پیش‌بینی وضعیت خورشید در نیوانگلند می‌گوید: «منابع فتوولتاییک خورشیدی به طور شگفت انگیزی در پنج ساله گذشته در نیوانگلند گسترش یافته‌است. منابع نشان میدهند تامین برق از خورشید در این 5 سال از 44 مگاوات به 1000 مگاوات رسیده است. هم اکنون مقادیر انرژی بیشتر تاسیسات خورشیدی نیوانگلند اندازه‌گیری نمی‌شوند. اما مشخصا این تاسیسات خورشیدی، مقدار زیادی از برق موردنیاز را کاهش میدهند. کل تولید خروجی از این منابع در ناحیه ما به مقدار زیادی منحنی تقاضای روزانه (daily demand curve) را تغییر می‌دهد، بنابراین موسسه ما به پیش‌بینی دقیق‌تری از وضع خورشید نیاز دارد تا به اپراتورهای شبکه در راستای تامین برق کمک نماید.»
منبع : معاونت علمی و فناوری ریاست جمهوری
تاریخ درج : شنبه ۲۴ مرداد ماه ۱۳۹۴
کلیه‌ی حقوق مادی و معنوی این وب سایت متعلق به شاه توت سیستم میباشد
امیر مشهدیshahtootsystem.irshahtootsystem.ir - ساشافخخفسغسفثئ.هق - صصص.ساشافخخفسغسفثئ.هق