Искусственный интеллект и машинное обучение в оптимизации энергопотребления гибридных ветро-солнечных энергосистем
| Parent link: | Научная инициатива иностранных студентов и аспирантов: сборник докладов V Международной научно-практической конференции, Томск, 22-24 апреля 2025 г.. С. 120-126.— .— Томск: Изд-во ТПУ, 2025.— conference_tpu-2025-C19.pdf |
|---|---|
| 1. Verfasser: | |
| Weitere Verfasser: | |
| Zusammenfassung: | Гибридные энергетические системы, объединяющие солнечную и ветровую генерацию, играют ключевую роль в переходе к устойчивой энергетике. Однако их эффективность зависит от изменчивости погодных условий, что требует интеллектуального управления энергопотоками. В данной статье рассматриваются методы искусственного интеллекта (ИИ) и машинного обучения (МО), применяемые для оптимизации энергопотребления и повышения эффективности гибридных систем. Анализируются алгоритмы прогнозирования генерации, динамического распределения нагрузки и адаптивного управления накопителями энергии. Приводятся примеры успешного внедрения ИИ в реальных энергосистемах, а также обсуждаются перспективы дальнейшего развития технологий оптимизации энергопотребления Текстовый файл |
| Veröffentlicht: |
2025
|
| Schlagworte: | |
| Online-Zugang: | http://earchive.tpu.ru/handle/11683/132089 |
| Format: | Elektronisch Buchkapitel |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=681047 |
| Zusammenfassung: | Гибридные энергетические системы, объединяющие солнечную и ветровую генерацию, играют ключевую роль в переходе к устойчивой энергетике. Однако их эффективность зависит от изменчивости погодных условий, что требует интеллектуального управления энергопотоками. В данной статье рассматриваются методы искусственного интеллекта (ИИ) и машинного обучения (МО), применяемые для оптимизации энергопотребления и повышения эффективности гибридных систем. Анализируются алгоритмы прогнозирования генерации, динамического распределения нагрузки и адаптивного управления накопителями энергии. Приводятся примеры успешного внедрения ИИ в реальных энергосистемах, а также обсуждаются перспективы дальнейшего развития технологий оптимизации энергопотребления Текстовый файл |
|---|