|
在南加州莫哈韦沙漠新建成的Baldy Mesa太阳能储能电站，亚马逊（Amazon）正在运用设备学习(ML)模型来帮忙预测电池何时以及怎样将能量充电和放电回电网。
亚马逊暗示，数字化和云计算使数据“激增”，使清洁能源所有者和运营商能够拜访实时天气数据、历史电网数据等。
亚马逊全世界可连续发展副总裁卡拉·赫斯特暗示：“人工智能（AI）是一个要紧的工具，它已然帮忙咱们的社会向没碳能源过渡，并大规模应对气候变化。将亚马逊支持的太阳能项目与AWS支持的人工智能技术相结合，有助于保证电网及其服务的客户每日得到更长期的稳定没碳能源供应，同期亦有助于亚马逊朝着咱们的承诺取得发展，作为一家更可连续的机构。”
处理方案供给商Fluence暗示，针对Baldy Mesa项目，运用亚马逊网络服务(AWS)制品SageMaker构建的软件预计每年可分析多达330亿个数据点。该软件旨在优化基于电网处理方法的购买、存储和营销电力的时间。Fluence暗示，一样的设备学习处理方法已然在加州的一个类似地点安排，并能够帮忙预测2023年全州的热浪。
亚马逊亦期盼利用设备学习来优化其设备的能源运用。在圣贝纳迪诺航空枢纽，亚马逊的5.8MW屋顶太阳能电池阵列与2.5MW储能电池配对。该机构的团队正在研发一种人工智能模型，该模型将利用设备学习功能以及亚马逊屋顶太阳能电池阵列的性能数据，帮忙Air Hub和其他设备最大限度地减少能源消耗。
在收集了屋顶太阳能储能安装的性能信息后，亚马逊将把这些信息与当地天气和建筑数据结合在一块。一旦起步，亚马逊预计该模型能够用于对站点性能和电力产生的预测洞察——这是人类没法完成的任务，由于它必须分析和监控每一个系统和建筑。
（素材来自：Amazon 全世界储能网、全世界光伏网、新能源网综合）返回外链论坛：http://www.fok120.com/，查看更加多
责任编辑：网友投稿
| 
发表于 2024-7-1 03:13:53
