O avanço da inteligência artificial (IA) na estimativa da radiação solar direta e difusa representa um marco significativo no campo da energia renovável. Um estudo inovador publicado no Journal of Remote Sensing revelou como a IA, combinada com técnicas de aprendizado de máquina e aumento de dados, está revolucionando a forma como medimos e prevemos a radiação solar.
O método, baseado em um algoritmo chamado LightGBM, foi treinado com um vasto conjunto de dados provenientes de 2.453 estações meteorológicas na China. Esse modelo de aprendizado de máquina demonstrou uma precisão sem precedentes na previsão da radiação solar, superando as limitações das observações terrestres tradicionais.
O LightGBM se destaca pela sua capacidade de processar grandes volumes de dados e se adaptar continuamente, garantindo precisão sem a necessidade de calibrações específicas por localização. Além disso, foi validado com conjuntos de dados independentes, confirmando sua eficácia não apenas na China, mas também sugerindo sua aplicabilidade global.
Os pesquisadores também geraram um novo conjunto de dados baseado em satélite, essencial para avançar ainda mais a aplicação da IA na otimização da energia solar. Esse avanço é crucial, uma vez que a energia solar está projetada para se tornar a maior fonte de energia renovável global até 2040.
Portanto, essa pesquisa representa não apenas um avanço na estimativa da radiação solar, mas também oferece uma solução escalável e inovadora para superar os desafios associados às fontes de energia renovável. Com uma compreensão mais detalhada da radiação solar, podemos melhorar a seleção, localização e otimização de sistemas de energia solar, incluindo painéis fotovoltaicos e sistemas de concentração solar.
