Cette page a été traduite automatiquement.
Merci de bien vouloir compléter un sondage de 1 minute concernant la qualité de cette traduction.
Le centre d'innovation d'Eaton India accélère les prévisions en matière d'énergie solaire grâce à MATLAB
Les applications d'IA low-code et les outils personnalisés rationalisent les prévisions photovoltaïques et améliorent les performances du système
« Nous pouvons exploiter la chaîne d'outils d'IA de MathWorks pour améliorer la précision des prévisions d'énergie photovoltaïque grâce à une approche conviviale, via une interface graphique et via App Designer. »
Principaux résultats
- MATLAB a permis l'importation et le prétraitement de grands ensembles de données contenant des données de systèmes photovoltaïques, garantissant ainsi qu'elles étaient propres et structurées pour l'analyse.
- Les applications d'IA MATLAB ont été utilisées pour développer et entraîner des modèles de Machine Learning adaptés à la prévision de l'énergie photovoltaïque, facilitant ainsi une approche interactive et conviviale de la création de modèles.
- Les modèles entraînés ont été déployés sur des dispositifs, à l'aide des outils Deep Learning Toolbox™ pour la compression de l'IA et des techniques TinyML, afin de garantir un fonctionnement efficace sur du hardware aux ressources limitées.
Les équipes d'ingénierie du centre d'innovation d'Eaton India recherchent et développent des produits qui améliorent les performances et la fiabilité des systèmes d'énergie solaire grâce à des prévisions énergétiques avancées. Il est essentiel de prévoir avec précision la production d’énergie photovoltaïque (PV), mais les méthodes traditionnelles de traitement des données et d'apprentissage des modèles d’IA sont souvent complexes et chronophages.
Les équipes d'ingénierie ont simplifié ce processus en utilisant les applications d'IA low-code MATLAB® pour importer, prétraiter et analyser les données, permettant ainsi un déploiement efficace des modèles prédictifs. Elles ont également développé une application personnalisée avec MATLAB App Designer, permettant aux utilisateurs d'entraîner et de déployer facilement des modèles de prévision d'énergie photovoltaïque. Enfin, elles ont exploré les techniques de déploiement en périphérie et de compression de l'IA pour optimiser les performances du système.
Produits utilisés
Ressources associées
