Predictive Urban Scale Digital Twins For Optimising Solar Panel Energy Yield
Cet article présente un cadre de jumeau numérique d'IA contraint par la physique qui intègre des données géospatiales en libre accès avec les lois de la thermodynamique et l'apprentissage automatique pour prévoir avec précision les rendements de l'énergie solaire dans les régions en développement en tenant compte des défis localisés tels que l'encrassement par la poussière et la dégradation thermique, optimisant ainsi la planification des infrastructures grâce à un outil de visualisation 3D interactive.