- 综合排序
- 最热优先
- 最新优先
AI助力可再生能源系统优化研究
我目前正在喀麦隆雅温得第一大学攻读物理学博士学位，专注于可再生能源系统、摩擦学和人工智能。我的研究目标是通过利用AI评估资源可用性和优化能源系统，解决发展中国家的能源供应挑战。 接下来，我计划将LLM的实施扩展到其他可再生能源，特别是太阳能和水电。我目前正在通过另一个开放研究知识图谱（ORKG）策展资助探索这个方向。 我的研究处于可再生能源系统、摩擦学和人工智能的交叉点。更准确地说，是使用统计和机器学习方法评估风能潜力，以及通过物理和基于AI的方法预测风力涡轮机齿轮箱中滚动轴承的功率损失。
18110编辑于 2025-10-20- 来自专栏数据科学和人工智能
数据集 | 加州可再生能源生产数据集
下载数据集请登录爱数科(www.idatascience.cn) 该数据集给出了加州每小时发电量的具体来源，随着加利福尼亚朝着 33% 的可再生能源发电组合迈进，本可再生能源数据集提供了有关 ISO 电网内实际可再生能源的重要信息。
60430编辑于 2022-03-30 法语NER模型在可再生能源领域的应用
本研究旨在帮助决策者快速找到与可再生能源领域公司和组织相关的信息。我们提出在法语训练的五个RNN和变换器模型上微调新类别"TECH"，用于分类技术领域和新技术产品。 引言在向可再生能源转型的背景下，决策者常常发现自己被关于创新的嘈杂和不清晰数据所淹没。手动评估每个新公司和产品既不可能也不高效。 结果显示，即使训练数据减少，模型仍保持显著性能水平：40%数据训练：TECH类别F1分数73.93%60%数据训练：TECH类别F1分数79.42%实际应用微调后的模型可用于自动从可再生能源相关新闻文章中提取信息 通过对151篇法国可再生能源和能源初创公司相关文章的分析，我们能够：提取频繁提及的公司名称（如TotalEnergies、Engie、EDF等）识别热门技术领域（风能、太阳能、水力、核能等）分析同一文章中组织和技术的共现关系这种方法允许快速分析新闻媒体中的提及情况 结论该方法成功创建了专门检测可再生能源领域初创公司名称和技术领域的命名实体识别模型。我们展示了只需几千个高质量、领域特定的示例即可微调模型，并使其能够基于已吸收的模式在数据中泛化和发现新实体。
15410编辑于 2025-10-22可再生能源物联网：当物联网遇到能源
其中最具可持续性的选择是可再生能源。该领域遍及太阳能，风能，水力和地热等各种能源。可再生能源在全球范围内迅速成为最繁荣的商业市场之一。随着市场需求旺盛，竞争也愈发激烈。 但对于可再生能源来说有一件好事- 它们有各种形状和尺寸。这意味着花费几百美元就可以自己发电。 这就是可再生能源可以提供的。然而这个过程并不容易处理。 我拥有可再生能源实业，这将如何帮助我？ 那么，水滴成海，对吧？ 如果你不是一名工程师仍然拥有或管理一座可再生能源农场，那么事情可能会变得非常复杂。当面对所有的千瓦/时，表观能量这些天书般的数据，你可能会很迷茫。
1.4K140发布于 2018-05-02- 来自专栏云计算D1net
亚马逊云计算未来将100%采用可再生能源
据国外媒体的报道，在过去的几年中，苹果、谷歌和Facebook等科技公司都已经明确表态要逐步在各自的数据中心采用可再生能源，但亚马逊貌似是个例外，尽管“绿色和平组织”在今年4月发布的一份报告中针对亚马逊的可再生能源使用情况给出了极低的评价 不过这一情况在最近发生了变化，亚马逊近日在其官方网站上表示，其云计算部门(即Amazon Web Services)“承诺将会在全球的基础设施中逐步采用可再生能源，未来的目标是实现100%采用可再生能源 以Facebook为例，其在2012年还曾经预计称会在未来一年中增加非可再生能源的使用量，即便其也同时增加了可再生能源的使用量，此外Facebook还估计称即便到2015年，可再生能源在其全部耗费的能源中也仅能占到 针对亚马逊做出的承诺，绿色和平组织的IT分析师加里·库克(Gary Cook)指出，尽管亚马逊提出了自己使用可再生能源的目标，但是却并未公布具体的路线图以及关闭使用非可再生能源的设施的计划，所以他也很难对亚马逊是否重视可再生能源的利用做出判断 绿色和平组织此前经常批评亚马逊没能在可再生能源的利用方面跟上谷歌等公司的脚步，但亚马逊一直并未对此表态。
74950发布于 2018-03-20 利用电网互联技术加速可再生能源并网
这项技术将可再生能源（如太阳能、电池储能）与已关闭或利用率低的化石燃料电厂（如煤电厂）的电网连接点相链接。 “我们在这些现有权利之上建设新的可再生能源项目，就像将新电厂与旧电厂共址建设一样。”他最近监督了两个发电机替代互联项目的安装：一个是明尼苏达州的太阳能系统，另一个是加利福尼亚州的电池储能设施。 该技术通过克服诸如大型输电升级等导致可再生能源项目延误的互联瓶颈，加快了项目时间线并降低了成本。 根据相关报道，电池储存的剩余可再生能源将在用电高峰时段使用，以减少电厂的温室气体排放。“这些项目具有独特的优势，可以与现有发电厂共址建设，” 科普扎诺夫说。
11010编辑于 2026-01-10人工智能助力地球健康：机器学习优化可再生能源并网
为地球健康而战：人工智能的应用Priya Donti助理教授的研究应用机器学习技术来优化可再生能源。童年时期前往印度的旅行，对她而言不仅仅是探访大家庭的机会。 Donti"爱上了"计算机科学，随后发现了英国研究人员的工作，他们认为人工智能和机器学习对于帮助将可再生能源整合到电网中至关重要。"这是我第一次看到这两个兴趣点被结合起来，"她说。" 她的工作使用深度学习模型，将采用可再生能源的电力系统的物理原理和硬性约束结合起来，以进行更好的预测、优化和控制。" 我的重点是，如何改进算法，以应对一系列随时间变化的可再生能源，从而更好地平衡电网？" 虽然该解决方案尚未部署，但它的运行速度似乎比以往技术快10倍，成本也低得多，并已引起了电网运营商的关注。她正在开发的另一项技术旨在提供可用于训练电力系统优化的机器学习系统的数据。
11610编辑于 2026-01-31- 来自专栏Python深度学习
使用Python实现深度学习模型进行智能可再生能源优化
在现代能源管理中，优化可再生能源的利用是至关重要的。本文将介绍如何使用Python和深度学习技术构建一个智能可再生能源优化模型，并通过代码示例详细说明该过程。 引言可再生能源（如太阳能、风能）具有不稳定性和不可预测性。使用深度学习模型可以更好地预测能源生产，并优化能源利用策略，从而提高能源利用效率，降低能源成本。技术概述1. 数据收集与预处理首先，我们需要收集可再生能源的数据，包括气象数据（如温度、风速、阳光强度）和历史能源生产数据。然后进行数据预处理，如数据清洗、归一化处理等。 energy) else: # 太阳能生产不足，储能系统放电 discharge_battery(energy)结论通过使用Python和深度学习技术，我们可以构建一个智能可再生能源优化模型
38110编辑于 2024-10-22 EtherCAT转DeviceNet网关：赋能可再生能源监控自动化
EtherCAT转DeviceNet网关：赋能可再生能源监控自动化在风电场呼啸的晨光或太阳能电站无声的炙热中，成千上万的设备信号——从开关柜的细微颤动到风速传感器捕捉的气流变化——构成了新能源电站跳动的脉搏 ：支持波特率：125kbit/s, 250kbit/s, 500kbit/s最大连接数：63个从站单个从站输入最大：128字节单个从站输出最大：128字节总结EtherCAT转DeviceNet网关在可再生能源电站的应用
26310编辑于 2025-08-14- 来自专栏镁客网
Lyft的新目标：用“100%可再生能源”驱动无人驾驶汽车
据预测，到2025年，Lyft将每年使用电动无人驾驶汽车提供10亿次乘坐次数。 此前我们曾报道Lyft准备和Uber一样朝着无人驾驶领域发展。 Lyft的联合创始人曾表示，2021年之前“大部分的”Lyft订单将由无人驾驶汽车完成，现在他们立了新目标，让将来的这些电动无人驾驶汽车由“100%可再生能源”来驱动。 ? 之后Lyft的一位发言人表示，他们正在购买可再生能源证书，来减少电动无人驾驶汽车的燃料排放。 Lyft联合创始人之一Logan Green和John Zimmer表示：“现阶段大家遇到的问题核心是个人拥有的车辆利用不足，而电动汽车仍需要10年以上时间来恢复成本溢价。 据Lyft预测，到2025年，Lyft将每年使用电动无人驾驶汽车提供10亿次乘坐次数。
37840发布于 2018-05-28 - 来自专栏镁客网
特斯拉CEO马斯克：可再生能源是人类文明的未来 | 热点
这几年，新能源一直是很多科技巨头追逐的新方向，在最近的一档电视采访中，特斯拉CEO埃隆·马斯克也发表了对新能源的新观点，他认为，可再生能源是文明的未来。没有可再生能源，我们有可能要回到“黑暗时代”。 而对于马斯克来说，可再生能源是全人类的未来，“不可再生意味着这些能源会在某个时间段用完，所以我们要么放弃文明的发展，使用不可再生能源并进入黑暗时代，要么开始使用可再生能源。”
47600发布于 2018-05-30 - 来自专栏气象学家
Renewable Energy | 利用“大气遥相关”指数对可再生能源发电量进行预测！
来自西班牙巴塞罗那超级计算中心(BSC)的一些科学家首次展示了行星的大气环流模式的变化如何影响欧洲各国的可再生能源发电，而这种变化被称为遥相关。 在“Renewable Energy”期刊上发表一份名为《基于四个遥相关指数的欧洲可再生能源发电的季节性预测》的论文中，该研究团队提出了一种新方法，通过气候预测提前几个月预测可再生能源发电量的长期变化。 其结果显示风力发电和光伏发电对这些远程相关状态的依赖性，以及季节性预测如何帮助预测欧洲的电力需求和预期的可再生能源发电。 通过这项研究，我们展示了远程的季节性预测如何可以提前数月告知可再生能源发电低迷的可能风险，同时及早地告知这方面的决策人员。” 研究报告合著者Francisco Doblas说，“除了减缓气候变化之外，欧洲正在经历的能源危机发出了一个明确的信息：电力系统需要朝着更高的可再生能源份额迈进，以实现能源独立。
50210编辑于 2022-06-13 建筑矿山设备工厂：MyEMS 如何助力实现 30% 能源自给率与 ISO 50001 认证？
通过这一步，工厂可快速识别 10%-15% 的节能空间（如淘汰高耗能老旧设备、优化空压机房开机时间），为自给率提升 “减负”。2. “可再生能源监测 + 负荷联动调度”，最大化自给能源占比：实时监测可再生能源出力：对接光伏逆变器、风能控制柜、余热回收装置的传感器，实时采集发电量、余热温度、可利用热量等数据，在系统界面动态显示 “可再生能源实时供给量 即当前能源使用水平）与 “可测量的能源目标”（如 30% 自给率）——MyEMS 提供的 “三级能耗基线”“历史能耗数据报表”，正是认证所需的 “能源基准证明”；同时，系统可将 “30% 自给率”“单位产品能耗下降 10% 能源管理方案数字化：将 “光伏运维计划”“设备节能改造方案”“余热回收利用流程” 录入系统，明确责任人、执行时间、验收标准；实时监控执行效果：系统实时跟踪方案执行情况（如 “光伏板每月清洁 1 次，清洁后出力提升 10% 调度，光伏年发电量 55 万 kWh（占用电的 20%），余热满足 10% 热力需求，总自给率达 30%；ISO 50001 认证：MyEMS 提供的能耗基线、目标跟踪、报表记录，帮助工厂仅用 6 个月完成认证准备
20610编辑于 2025-10-20智能电网的部署及应用——代码案例分析
集成可再生能源：智能电网能够有效整合风能、太阳能等可再生能源，优化能源利用。需求响应：智能电网能够根据用电需求的变化灵活调整电力供应，平衡供需关系。 可再生能源接入：优化风能、太阳能等可再生能源的接入和利用，提高能源利用效率。电动汽车充电管理：实现电动汽车充电设施的智能化管理，优化充电调度，降低对电网的冲击。四、代码案例分析1. 生成模拟的电力价格和需求数据np.random.seed(42)hours = np.arange(0, 24)base_demand = 50 # 基本需求demand = base_demand + 10 可再生能源接入优化以下是一个简单的可再生能源接入优化的代码示例，基于Python和Scipy库：import numpy as npfrom scipy.optimize import minimize # 生成模拟的电力需求和可再生能源发电数据np.random.seed(42)hours = np.arange(0, 24)demand = 50 + 10 * np.sin(2 * np.pi *
81510编辑于 2024-07-22- 来自专栏腾讯数据中心
谷歌对绿色能源应用的探索
2010年至今，搜寻引擎巨鳄在新能源项目上的投资突破了10亿美元。这是其数据中心需消耗大量能源的既定事实所推动，也是一家有社会责任心的公司对未来科技的投资。 图1 谷歌的搜索能耗 谷歌的数据中心所使用的能源量约为其它普通数据中心的50%，谷歌使用的电力不到全球总量的0.01%，高效的节流措施为谷歌节省了10亿美元的能源成本。 不幸的是，最有可能产生可再生能源的地方通常不适合建立有效、可靠服务的数据中心。尽管谷歌的数据中心能够7/24运营，但是大多数可再生能源点未能满足。谷歌需要连入电网。 谷歌花费数亿美元投资可再生能源项目，由此创造出比谷歌作为一家公司所消耗的能源多得多的可再生能源，这使其超越碳中和。另外，谷歌的产品可以让用户自己节约能源。 谷歌通过购买和生成可再生能源以及购买高质量的碳抵消，在2007年达到碳中和目标。其环保能源总监BillWeihl宣布将最大化其效率、投资可再生能源，并以购买碳额度作为过渡手段，以期达到碳中和目标。
1.2K80发布于 2018-03-16 - 来自专栏CloudBest
“东数西算”工程系列解读之六 | 东数西算推动我国新型算力网络体系构建
“十四五”期间，我国数字经济将进入深化应用、规范发展、普惠共享的新阶段，预计到2025年，数字经济核心产业增加值占GDP比重将达到10%。 受经济、政治、自然条件等多种因素影响，我国数据中心及其上部署的算力设施整体布局并不均衡，数据、算力聚集于经济发达地区，但这些地区能耗指标紧张、电力成本高，大规模发展数据中心难度和局限性大；部分西部地区可再生能源丰富 从数据应用需求来看，约5-10%的应用为10ms以内业务时延需求的低时延热数，这些应用应在本地或进场部署；约65-70%为10-30ms时延需求的温业务，这些应用对时延相对敏感，可部署在区域或城市及其周边位置 国家发展改革委等部门在对8个国家枢纽节点启动建设的复函中，强调了数据中心平均上架率和数据中心电能利用效率指标要求，并明确可再生能源使用率应显著提升。这些要求，将促进算力设施的低碳节能新技术快速发展。 供能方面，逐步下降可再生能源价格、进一步提高可再生能源应用便利性、完善可再生能源交易制度，将为算力基础设施扩大可再生能源应用提供广阔的前景。
53110编辑于 2023-03-04 - 来自专栏腾讯数据中心
首批绿电交易市场主体！
执行可再生能源采购实现这个目标的最主要的抓手之一。 国际科技公司例如谷歌，亚马逊，微软都已经通过电力采购协议（Power Purchase Agreement）购买了大量的可再生能源来抵消自己的运营排放，而中国这一次的绿色电力交易试点启动会首次在全国范围给企业提供了一个良好的机制来进行可再生能源采购 腾讯一直致力于尝试不同可再生能源电力交易的手段，并努力参与高品质的可再生能源交易。腾讯倾向于购买具备额外性，就近性与可追溯性的可再生能源，与此次交易非常契合。 额外性的意义在于腾讯的采购行为支持了可再生能源项目的建立与经济性的提升，就近性的意义在于腾讯的采购行为支持了当地电网可再生能源的消纳比例的提升，可追溯性的意义在于腾讯的采购行为可以连接到实体的可再生能源电厂并具备绿色属性认证 腾讯会秉承一贯的社会责任感，继续积极参与各类可再生能源的交易和项目，进一步提高可再生能源电力使用比例。
1.2K40发布于 2021-09-13 - 来自专栏数据猿
弗吉尼亚理工大学教授：中国家庭都会从电力消费者转变成产消者
【数据猿导读】居民正在从电力消费者转变为产消者，楼宇也从被动电力使用者，转变为可再生能源的管理者与电网供电的主动提供者，向电网出售多余电能来获取收入 官网 | www.datayuan.cn 微信公众号 如今，德国已有三分之一家庭成为了“发电厂” ，分布式光伏发电占比已接近德国年用电量的10%。 科学有效的补贴政策催生出了良好的可再生能源运作体系，让每个人都能成为发电的生产投资者。 虽然，德国于2017年颁布了新一轮修订的《可再生能源法》，但面临的行业问题仍然严峻。同样，中国家庭光伏发电产业也面临诸多问题。 ，用区块链技术记录所有交易，奖励参与其中的太阳能电力生产者，英国初创公司Electron提供基于区块链的电力、燃气和社区能源项目交易平台，德国Conjoule公司提供地方性的能源交易“市场”，允许使用可再生能源的家庭在小区内出售多余能源 同时，他认为，随着屋顶太阳能、蓄电池、电动汽车等行业的常态化，包括中国在内的居民，都将从消费者转变为产消者（既是生产者也是消费者），楼宇也从被动电力使用者，转变为可再生能源的管理者与电网供电的主动提供者
46820发布于 2018-07-23 - 来自专栏CRM日记本
Salesforce公司的所有数据中心将采用风电
而像谷歌、Facebook和微软这样拥有和经营许多数据中心的大公司，其签约大规模可再生能源购买协议更加频繁，数据中心提供商在可再生能源方面投资也大幅增加。 而其主要竞争对手DigitalRealtyTrust公司，从明年开始为其全球客户提供一年免费的可再生能源的电力。 2013年，Salesforce公司承诺其所有业务将采用可再生能源。而作为承诺的一部分，该公司将采用可再生能源作为一个政策问题，支持其数据中心采用可再生能源。 这样的协议为那些不能采用可再生电源的企业提供了一种间接采用可再生能源的方式。 并非美国所有的州都允许电力批发采购非公用事业，而且也并不是所有的公用事业可以向最终用户出售可再生能源。 像Salesforce公司的这个购电协议就是电力消耗的位置与可再生能源生产地之间相互脱离。Salesforce将向风电场建设开发商支付费用，其数据中心所消耗的电量可由可再生能源抵消。
63720发布于 2019-04-16 - 来自专栏镁客网
苹果和10家供应商成立中国清洁能源基金，投资近3亿美元推进环保 | 热点
7月13日上午，苹果宣布将在未来四年的时间内，和10家供应商共同向中国清洁能源基金投资近3亿美元。苹果表示，该基金将在中国投资和开发共计超过1千兆瓦的可再生能源，这相当于100万个家庭的用电量。 2014年以后，苹果公司的所有数据中心都已经采用了100%可再生能源进行供电。2015年，苹果在国内的40兆瓦太阳能项目完成，这能够满足苹果在中国办公室和大中华区24家零售店的用电需求。 今年四月，苹果正式宣布其全球设施都已经采用了100%可再生能源供电。包括位于美国、英国、中国、印度等43个国家和地区的办公室、零售店、数据中心等。 ?
33640发布于 2018-07-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号