第一項研究使用第一個國家的日曆來預測太陽能

根據查爾斯·達爾文（CDU）的世界研究，對原住民的季節日曆的詳細觀察可能是改善太陽能預測的關鍵。

研究， “通過季節性信息的預測太陽能的會議” 發表在 IEEE計算機社會雜誌原住民的季節性日曆與新的深層訓練模型，人工智能技術，以預測太陽能電池板的未來輸出功率。

太陽能是可再生能源界的世界領先者之一，但技術的可靠性仍然存在問題。

當前，太陽能是由天氣，大氣條件以及面板表面吸收多少能量產生的。

CDU研究人員使用Tiwi，Gulumoerrgin（Larrakia），Kunwinjku和Ngurrungururrdjba原住民開發了一個模型，以及一個現代日曆，稱為Red Center。

研究人員使用了來自愛麗絲森林的Sunchnour DeSegn澳大利亞的數據，結果表明該模型可以以較低的誤差頻率預測太陽能的產生。

誤差頻率小於誤差頻率的一半，該行業中流行模型現已使用。

CO -author，CDU博士Bunjalang Luke Hamlin的學生和人說，這些日曆中進行的環境知識是寶貴的資源。

Hamlin先生說：“包括原住民在預測太陽能的產生時納入季節性知識可以顯著提高準確性，一致的預測與已觀察到的自然循環的一致性預測。”

“與普通日曆系統不同，這些季節性思想深深植根於當地環境信號，例如與陽光和天氣狀況變化密切相關的動植物的行為。

“將這些知識整合在一起，可以調整預測以反映環境條件中更加顆粒狀的轉變，從而導致對整個澳大利亞特定地區的更準確和文化知情的預測。”

Bharanidharan Shanmugam信息技術領域的副教授和信息技術講師，本文合作者的Tusetan Selvaraj博士說，先進的人工智能和原始國家的古代智慧的結合可以徹底改變預測技術。

副教授對Shanmugam說：“太陽能的確切預測很複雜，這些問題阻礙了普遍預測模型的發展。”

Selvaraj博士說：“擬議方法的成功假設它可以是促進農村地區太陽能產生預測的寶貴工具，在將來的工作中，我們將考慮將模型用於其他地區和可再生能源。”