L’IA ouvre de nouveaux horizons en matière d’énergie solaire en Chine

L'IA ouvre de nouveaux horizons en matière d'énergie solaire en Chine

La recherche en énergie solaire franchit un nouveau cap grâce à une méthode novatrice développée par des scientifiques, permettant d’estimer les composantes du rayonnement solaire en Chine sans données locales de vérification.

Dans une étude récente publiée dans le Journal of Remote Sensing en février 2024, des chercheurs ont mis en œuvre une méthode d’augmentation des données en combinaison avec le modèle d’apprentissage automatique LightGBM pour estimer les composantes diffuses et directes du rayonnement solaire.

Cette recherche tire parti des données de durée d’ensoleillement collectées auprès de plus de 2 453 stations météorologiques à travers la Chine, surmontant ainsi les défis posés par la rareté et la distribution inégale des observations au sol.

Le cœur de cette recherche réside dans l’application innovante d’algorithmes d’apprentissage automatique, formés sur des ensembles de données augmentées pour prédire les composantes du rayonnement solaire avec une précision inégalée. La méthodologie est particulièrement remarquable car elle ne dépend pas de données de vérification locales pour l’étalonnage, ce qui en fait une solution universellement applicable.

La validation de ce modèle contre des ensembles de données indépendants a non seulement confirmé son efficacité en Chine, mais a également indiqué son potentiel d’application mondiale.

Répartition spatiale des stations de la CMA. Un total de 2 453 cercles bleus représentent des stations météorologiques de routine, qui disposent de mesures de la durée d’ensoleillement. Dix-sept losanges rouges représentent des stations de rayonnement qui disposent d’observations Rdir et Rdif. Crédit : Journal of Remote Sensing

Implications pour l’industrie de l’énergie solaire

La création d’un nouveau jeu de données basé sur des observations satellitaires, résultant de cette étude, se distingue par son niveau de précision par rapport aux jeux de données existants, offrant une distribution spatiale détaillée des composantes du rayonnement solaire. Ce jeu de données est essentiel pour faire avancer la recherche et le déploiement de l’énergie solaire, offrant des perspectives qui peuvent conduire à une production d’énergie solaire plus efficace et optimisée.

Le professeur Kun Yang, chercheur principal de l’Université Tsinghua, a déclaré : « Notre méthode améliore considérablement la précision et l’applicabilité des estimations des composantes du rayonnement solaire, ouvrant la voie à une utilisation optimisée de l’énergie solaire en Chine et potentiellement dans le monde entier. »

Cette approche novatrice établit non seulement une nouvelle norme pour l’estimation du rayonnement solaire mais présente également une solution évolutive à l’échelle mondiale, marquant un tournant dans la recherche et la mise en œuvre de l’énergie solaire.

L’avancement représenté par le nouveau jeu de données basé sur des observations satellitaires excelle en termes de précision par rapport aux jeux de données antérieurs et fournit une analyse spatiale exhaustive des composantes du rayonnement solaire. Cette avancée va permettre une sélection de sites plus stratégique et une optimisation des systèmes, en particulier dans les régions à fort potentiel énergétique solaire.

Article : “Data Augmentation-Based Estimation of Solar Radiation Components without Referring to Local Ground Truth in China” – DOI: 10.34133/remotesensing.0111

[ Rédaction ]

         

Articles connexes