Maschinelles Lernen verbessert Prognosen für Solarstromerzeugung
KALIFORNIEN / MÜNCHEN (IT BOLTWISE) – Die präzise Vorhersage der Solarstromerzeugung ist entscheidend für die effiziente Nutzung erneuerbarer Energien. Ein Forscherteam am Karlsruher Institut für Technologie (KIT) hat nun untersucht, wie maschinelles Lernen die Genauigkeit dieser Prognosen verbessern kann. Die Nutzung von Photovoltaikanlagen zur Stromerzeugung ist stark von der Sonneneinstrahlung abhängig. Um die Effizienz dieser […]