Солнечные панели — один из столпов альтернативной энергетики, но выработка ими электроэнергии зависит от многих факторов: интенсивности излучения, влажности воздуха и даже скорости ветра. Если доля фотовольтаики будет расти, обеспечить стабильность энергосистемы станет очень сложно. Поэтому важно прогнозировать эффективность выработки энергии.
В новом исследовании ученые применили алгоритм оптимизации шимпанзе — математическую модель, основанную на кооперативном поведении приматов во время охоты, — чтобы оптимизировать пять моделей машинного обучения, используемых для прогнозирования эффективность солнечных панелей.
Затем прогностическую способность моделей протестировали на данных о работе солнечной установки, размещенной на крыше Университета прикладных наук в Аммане, столице Иордании. Для создания прогнозов использовали данные о скорости ветра, влажности, температуре и интенсивности солнечного излучения за 2015–2018 годы. Затем выводы моделей сравнили с фактическими данными о работе солнечных панелей.
Оказалось, что алгоритм оптимизации шимпанзе позволил моделям машинного обучения лучше прогнозировать эффективность работы солнечных панелей по сравнению с другими средствами оптимизации вычислений. Это открывает возможности для более широкой интеграции альтернативных источников энергии, а также увеличения их доли в генерации без угрозы для стабильности энергосистем.
