该研究提出了两种混合量子神经网络模型，用于预测太阳能电池板的功率输出。第一种模型将误差降低了40%，第二种模型在缺乏气象数据的情况下，误差比传统模型低16%。研究结果有助于优化电网运营和促进分布式光伏发电的整合。

基于熵的雾天冬季光伏发电短期预测
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
Anker的极简家用备份电池已为停电季节做好准备

Anker的极简家用备份电池已为停电季节做好准备
The Verge The Verge ·
FEMA将资助各州安装太阳能电池板和热泵

FEMA将资助各州安装太阳能电池板和热泵
The Verge The Verge ·

本研究评估了三种模型在遥感图像中太阳能电池板识别方面的监督水平，包括目标检测器、弱监督分类器和异常检测器。分类器表现出色，目标检测器提供了精确的定位。模型结果的融合显示出潜在的准确度提升。

探索不同层次的监督方法用于遥感图像上太阳能电池板的检测与定位
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

谷歌通过人工智能和地图数据分享关于地球的见解，以应对气候变化。他们推出了Solar API，提供超过40个国家320多万栋建筑物的太阳能潜力数据，帮助居民安装太阳能电池板。

新的可持续发展工具帮助企业和城市绘制环境信息地图
The Keyword The Keyword ·
👤 个人中心
在公众号发送验证码完成验证