研究人员开发了一种边缘自适应HieraSeg模型,用于建筑集成光伏(BIPV)发电量的短期预测。该模型融合了多方向视觉和辐照度数据,并考虑了立面方向、模块温度和边缘设备可靠性等因素。HieraSeg组件识别图像中的分层区域,而边缘自适应模块则调整特征权重以应对数据缺失或延迟。该系统旨在通过分析辐照度、阴影、方向和历史功率数据等证据,提供可追溯的能源管理预测结果,支持在资源有限的边缘控制器上部署。 AI
影响 提高了可再生能源的预测精度,有助于电网管理和微电网调度。
排序理由 详细介绍针对特定技术问题的模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- building-integrated photovoltaics
- CatalyzeX
- Connected Papers
- DagsHub
- Gotit.pub
- HieraSeg
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →