National Laboratory of the Rockies
PulseAugur coverage of National Laboratory of the Rockies — every cluster mentioning National Laboratory of the Rockies across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
比尔·盖茨的 TerraPower 计划建造核能供电的数据中心，并采用新颖的储能技术
由比尔·盖茨创立的核能初创公司 TerraPower 计划建设其首个数据中心项目，预计将于 2027 年开始施工。该公司在储能方面拥有独特的优势，利用熔融钠储存其反应堆产生的多余热量。这使得 TerraPower 即使在需求波动时也能保持稳定的能源输出，这对于经历快速电力波动的 AI 数据中心至关重要。
-
野火和高温给美国电网带来压力，促使基础设施升级
极端高温和野火正给美国电网带来严峻挑战，迫使公用事业公司重新评估和升级其基础设施。持续的高温会降低空调、输电线路和发电厂等电网组件的效率，同时也会增加电力需求。与此同时，野火日益增长的威胁也要求关注韧性，公用事业公司正在探索地下化电力线路和实施微电网等解决方案，尽管这些升级的成本很高。
-
极端高温天气加剧美国电网压力，AI需求激增
极端高温天气正在给美国电网带来压力，迫使公用事业公司适应气候变化和人工智能驱动的电力热潮带来的日益增长的需求。德克萨斯州尤其成为电网现代化试验场，在经历了一场严重的冬季风暴后，实施了电池扩建和强制性防寒措施。然而，人工智能数据中心的快速增长带来了新的挑战，预计到2032年需求将近翻一番，需要多样化的资源组合来确保在持续的极端高温期间的可靠性。
-
新基准测试比较用于太阳辐照度预报的视觉骨干
一篇新研究论文介绍了一个可控的基准测试，用于评估多模态短期太阳辐照度预报中的视觉骨干。该研究固定了整体预报流程，并分离出视觉骨干进行比较，测试了ConvNeXt、Swin Transformer和各种基于Mamba的架构等模型。在Folsom和NREL数据集上的结果表明，虽然所有评估的骨干都优于智能持久性方法，但VMamba Small和Swin Base等特定模型取得了具有竞争力的RMSE值，尽管在NREL分割上智能持久性方法仍然最强。
-
隆基宣布35.5%效率的太阳能电池，获欧洲实验室认证
中国太阳能公司隆基宣布了一款新型晶硅-钙钛矿叠层太阳能电池，据称其转换效率达到35.5%。这一数据已获得欧洲太阳能测试安装（European Solar Test Installation）的验证，超过了商用太阳能电池通常25%的效率。虽然该技术的理论效率可能达到43%，但隆基的目标是实现这些高效电池的大规模生产和商业化，以应对全球能源挑战。
-
GeoAI 结合大语言模型和地理空间智能彻底改变电网
GeoAI 是地理空间智能、大语言模型 (LLM) 和机器学习的结合，正在被开发来应对现代电力网的挑战。传统的规划工具难以整合 GIS 和 SCADA 等不同数据源，但 GeoAI 可以统一这些数据，提供清晰的运行视图。该技术旨在帮助公用事业公司预测局部电网压力，例如变压器或馈线容量问题，从而实现更高效的电力输送和现有基础设施的优化。
-
AI框架提高可再生能源预测的可靠性
研究人员开发了一个名为上下文感知一致性预测（CACP）的新框架，以提高人工智能驱动的可再生能源预测的可靠性。该方法为与当前预测条件高度匹配的历史数据点分配更高的权重，从而实现自适应预测区间。CACP旨在提高人工智能在可再生能源运营中的可信度，而无需重新训练原始预测模型。