![]() |
||
Оптимальное расположение ветряных электростанций в США определят с помощью deep learning ТАСС, ОПУБЛИКОВАНО 11.10.2019 Группа исследователей университета Пенсильвании в США разработала модель глубокого обучения (deep learning), способную рассчитывать оптимальное местоположение для ветряных электростанций, сообщило издание "Energy Trend". Помимо определения предпочтительной географической локации, модель также прогнозирует объём выработки электроэнергии за 24 часа на основе массивов данных предыдущих лет. Для этого модель использует вычислительный метод AnEn (analog ensemble), разработанный национальным центром атмосферных исследований. Прогнозные данные о силе ветра и сопутствующем объёме генерируемой энергии также полезны для инвесторов, поскольку это даёт им возможность более точно оценить характеристики электростанции и предполагаемую отдачу от инвестиций. В долгосрочной перспективе новый подход может помочь сетевым операторам гибко регулировать мощность генераторов для поддержания баланса и стабильности в сети. Ключевые слова: Ветряная энергетика, США Другие новости: Результаты первого опроса в СУ МАГАТЭ по кандидатуре гендиректора - Гросси и Феруцэ лидируют Второй опрос - на следующей неделе. Первая партия китайского кобальта-60 в сентябре отгружена потребителям CNNC готова вывести китайский кобальт на рынок. Физический пуск первого энергоблока БелАЭС планируется в январе 2020 года Об этом заявил генеральный директор станции Михаил Филимонов. Последние новости:
|
Герой дня ![]() Виталий Красильников: ITER и его диагностики В проекте ITER, в отличие от всех предыдущих токамаков, несколько нейтронных детекторов располагаются непосредственно внутри вакуумной камеры. Это накладывает, помимо очевидных требований по радиационной стойкости и надёжности, дополнительное требование по вакуумной совместимости. ИНТЕРВЬЮ
Чжэн Мингуан МНЕНИЕ
Белатом ![]() |
© AtomInfo.Ru – электронное периодическое издание, 2006-2025.
16+, для детей старше 16 лет.
Учредитель ЭПИ AtomInfo.Ru - ООО Проект-А.
Главный редактор - Уваров А.А.
E-mail: atominfo@obninsk.ru. Телефон редакции: +7-48439-94831.
Свидетельство о регистрации СМИ Эл №ФС77-30792. Выдано Федеральной службой по надзору в сфере массовых коммуникаций,
связи и охраны культурного наследия 26 декабря 2007 года.
ATOMINFO™ - зарегистрированный товарный знак.
Использование и перепечатка материалов допускается при указании ссылки на источник.