Hjem-Viden-

Indhold

støvdetektionsteknologi i solpaneler

Feb 19, 2024

info-1200-900

En international gruppe af videnskabsmænd udviklede en ny støvdetektionsmetode til PV-systemer. Den nye teknik er baseret på deep learning og anvender en forbedret version af den adaptive moment estimation (Adam) optimeringsalgoritme, som almindeligvis bruges til at træne netværk, for at give forudgående planlægning af solpanelrensning og rute pårobotter til rengøring af solpanelertil automatisk rengøring.

For at overvinde disse problemer foreslog akademikerne at integrere Warmup- og cosinus-annealing-strategier i algoritmen. Warmup-teknikken bruger en lille indlæringshastighed i de tidlige stadier af træning, og øger den gradvist. "Dette hjælper modellen til bedre at udforske parameterrummet i de tidlige stadier af træningen, og undgår oscillations- eller divergensproblemer forårsaget af overdreven indlæringshastighed," tilføjede de.

Cosinus-udglødningsstrategien får på den anden side indlæringshastigheden til at skifte periodisk mellem maksimum- og minimumsindlæringshastigheder i henhold til cosinusfunktionens udglødningskurve. "Denne strategi hjælper med at forhindre oscillationsproblemet forårsaget af gradientens hurtige nedstigningshastighed og forbedrer derved træningsstabiliteten og generaliseringspræstationen af ​​modellen," forklarede forskerne.

Send forespørgsel

Send forespørgsel