- 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。
17810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。
59930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。
15110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。
74650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。
10710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？"
11210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
36910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
25810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。
37740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。”
47500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。
49710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！
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。
63520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。
11610编辑于 2026-01-20应对未来能源挑战的五大技术路径
以下是某中心为确保其能源需求以可持续和高效的方式得到满足而进行创新的五种方式：以可再生能源匹配100%的运营用电某中心实现了用100%可再生能源匹配其所有运营用电量的目标。 自2020年以来，也一直是全球最大的可再生能源企业采购商。展望未来，日益增长的能源需求——包括由生成式人工智能驱动的需求——将要求增加更多类型的无碳能源，包括核能、海上风电、绿色氢能等。 在最需要的地方部署可再生能源为了产生最大影响，将大部分投资集中在运营密集的电网区域，以及现有电网碳强度最高的地区。 例如，在俄勒冈州有庞大的业务存在，因此正与Umatilla电力公司合作采购新的可再生能源来源，例如从当地风电场购买电力，以帮助增加本地电网的可再生能源比例。 还有意识地在对化石燃料（如煤、石油和天然气）依赖较重的地区投资可再生能源项目，例如印度、波兰和美国东南部。
10610编辑于 2026-01-28- 来自专栏大数据文摘
快讯 | 苹果公司实现100%绿色能源供电，覆盖办公场所和数据中心
大数据文摘作品 编译：蒋宝尚、龙牧雪 当地时间4月9日，苹果公司正式宣布全球43个国家或地区的苹果零售店、办公室、数据中心和其他场所设施已经全部采用100%可再生能源供电，在环境保护方面迈出了重要的一步 2014年，苹果完成了对所有耗电量巨大的计算中心的可再生能源改造。 苹果表示，目前在11个国家拥有25个正在运行的可再生能源项目，其中15个正在建设中。就在八年前，只有16％的设施由可再生能源提供动力。 由于可再生能源的较低成本，这些厂商往往愿意在建设新能源项目中担任更重要的角色、承担更大的风险。 而苹果担任的角色，往往是向厂商作出购买长达20年电力的承诺。 谷歌是首批推动可再生能源发展的公司之一，也是全球最大的可再生能源购买者。Facebook表示，它超额完成对数据中心进行25%的绿色能源供应的目标，将在2018年底计划实现50%的供应。
71820发布于 2018-05-23 - 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。 能源的生产配送消费非常复杂，包括大发电、大输电、用电与可再生能源的升级，未来将随处可见电力生产设施。电动汽车和储能高速的出现，将促使人们运用光伏参与能源的生产，通过电动汽车参与电力的大平衡。 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。
99880发布于 2018-02-06 《C++与人工智能：照亮能源可持续发展之路》
而 C++与人工智能技术的融合，正犹如一盏明灯，为能源管理、可再生能源预测等方面开辟出全新的路径，有力地推动着能源的高效利用与可持续发展，引发了能源界与科技界的广泛热议与深度探索。 在处理海量的能源数据时，例如能源消耗监测数据、电网运行数据以及可再生能源发电数据等，C++能够迅速地进行数据的读取、整理与初步分析。 三、可再生能源预测的突破可再生能源如太阳能、风能等，其发电具有间歇性和不稳定性的特点，这给电力系统的稳定运行带来了巨大挑战。利用 C++开发的人工智能预测模型，可以对可再生能源的发电情况进行精准预测。 这有助于电力调度部门提前做好能源储备与调配计划，将可再生能源更好地融入到现有的电力网络中。 而在可持续发展方面，可再生能源预测技术的成熟应用，使得可再生能源在能源结构中的比例得以稳步提高，减少对传统化石能源的依赖，降低碳排放。
12500编辑于 2024-12-01- 来自专栏腾讯数据中心
谷歌对绿色能源应用的探索
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。 图3 谷歌用电构成 但是世界上所用能源甚少源自可再生能源。谷歌通过直接从数据中心附近的风力发电场购买电力，力图改变这个现状。 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。 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
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