- 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。 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
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。" 在她的研究中，她探讨了开发基本算法和工具的需求，这些算法和工具能够大规模地管理主要依赖可再生能源的电网。"我希望通过创建基于计算机科学的新机器学习技术，参与到开发这些算法和工具包的工作中，"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？"
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。 renewable_energy_data.csv')# 数据清洗data = data.dropna()# 数据归一化scaler = MinMaxScaler()data_scaled = scaler.fit_transform(data)2. 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
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。
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。” 参考： 1.https://news.solarbe.com/202204/28/354295.html 2.https://doi.org/10.1016/j.renene.2021.12.130 声明
50210编辑于 2022-06-13 - 来自专栏腾讯数据中心
首批绿电交易市场主体！
腾讯数据中心把提升自身可再生能源比例列为削减范围2碳排放（根据IPCC定义：范围2排放表示报告实体购买的发电、产生热或蒸汽有关的间接温室气体排放）的重要部分。 执行可再生能源采购实现这个目标的最主要的抓手之一。 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 电力碳排放计算方法的革新与云技术应用
与此同时，某中心也承诺其运营将100%使用可再生能源。截至目前，其可再生能源使用比例已超过85%，并计划在2025年前达到100%。 温室气体核算体系亟需修订因此，某中心宣布成立"排放优先"企业伙伴关系，其中包括全球最大的几家可再生能源买家。这些机构正携手支持对温室气体核算体系的重要更新。 在GHGP的指引、技术进步和新法规的推动下，过去十年间，企业可再生能源采购量大幅增长。 根据当前的GHGP，一兆瓦时的可再生能源减少的是该组织电力消耗所在地的一兆瓦时排放，而不管产生该可再生能源的电网构成如何。因此，目前没有一种通用的方法来衡量新的可再生能源项目将在何处产生最大的影响。 另一方面，如果我们使用排放数据进行衡量，就可以核算出新的可再生能源项目所替代的排放量。例如，印第安纳州的边际排放率是加州的两倍多。
11710编辑于 2026-01-20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. :.2f} kWh")2. 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- 来自专栏腾讯研究院的专栏
曹寅：能源互联网不是概念而是可行路径
马化腾先生谈到的互联网+能源：第一是能源智能化，涉及大规模的可再生能源、化石能源的协调发展以及大电网的互动，运用企业ICT技术优化能源生产设备和输入的定型。 能源互联网的价值供应链涉及到多个关键要素，首先是主动配电网，他实现大量的能源分配，对用电进行配制和管理，中国5年内计划投资2万亿在这个项目的改革上，未来配电网络还会进行更大变革，重新构建匹配可再生能源配电网络系统 未来基于互联网的平台用户、电网、电云的互动，可以加强需求侧的管理，同时也可增加可再生能源的消化，实现波动性可再生能源的平缓。 同时，互联网可协助实现能源转换的储存，帮助可再生能源的消化作用，提升可再生能源的质量。 █ 能源互联网带来的变化 随着能源互联网的不断发展，将改变能源行业以及我们的生产生活。 大数据作为能源互联网价值的大脑作为整个系统的优化和协调；能源互联网化石能源角色他从电量阻力变成能量阻力，形成生产端到消费端的融合；SOLARCITY+特斯拉的能源管理，将完美诠释新的生态模式；互联网轻资产替代重资产以及O2O
1K80发布于 2018-02-06 - 来自专栏腾讯数据中心
谷歌对绿色能源应用的探索
图2（a）谷歌数据中心和普通数据中心对比 ? 图2（b）谷歌数据中心PUE情况 高效的节能得益于领先的设计，谷歌领先的设计使其可以最有效地利用自然环境和条件。 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。 2011 年谷歌的电力消耗量高达2,675,898 兆瓦时，共产生了168 万吨的二氧化碳。如果谷歌的数据中心没有采用有效的措施，谷歌的碳足迹将会翻倍。 ? 在办公园区内试验新的可再生能源技术时，谷歌有两个评估标准：1、这些技术必须能带来经济效益2、这些技术必须具有转变行业面貌的长远潜力。
1.2K80发布于 2018-03-16 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？
“碎片化”：部分工厂尝试安装光伏、余热回收设备，但缺乏与负荷的联动调度，导致可再生能源利用率低（如光伏电 “发得多、用得少”，余电浪费）；ISO 50001 认证 “流程断层”：ISO 50001 要求建立 2. 第二步：集成可再生能源，提升 “自给比例”建筑矿山设备工厂通常拥有闲置屋顶（如车间屋顶、仓库屋顶）、空旷厂区，适合部署光伏、小型风能设备；同时，生产中的热处理、焊接环节会产生大量余热 ——MyEMS 通过 “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 2.
20610编辑于 2025-10-20五方面布局：科技巨头如何应对未来能源需求
运营用电100%匹配可再生能源该机构已实现其运营所消耗的全部电力与100%可再生能源匹配的目标。最初承诺在2030年达成此目标，现已提前七年于2023年实现。 2. 倡导电网现代化在大多数情况下，投资新的无碳能源项目（如风能和太阳能农场）时，所产生的电力会并入当地的公共电网，使社区受益。该机构希望其运营所在地的电网能实现净零碳排放。 在最需要的地方部署可再生能源为实现最大影响，投资主要集中于运营集中的电网以及现有电网碳强度高的地区。 例如，在俄勒冈州拥有庞大的云服务业务，因此正与公用事业公司合作采购新的可再生能源，如从当地风电场购买电力，以增加当地电网的可再生能源比例。 其第二总部HQ2所使用的电力，100%来自当地一个太阳能农场，并已获得LEED绿色建筑认证的最高级别。在企业办公室中，还安装了节能照明、节水装置，并实施了回收和堆肥计划。
12010编辑于 2026-03-14
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