面向智慧城市长期光伏应用的人工智能数字孪生框架：半干旱气候下硅基光伏技术的十一年比较研究
AI-Driven Digital Twin Framework for Long-Term Photovoltaic Integration in Smart Cities: An Eleven-Year Comparative Study of Silicon Photovoltaic Technologies Under Semi-Arid Climate Conditions
发表于 2026年9月2日 · 收录于雷达 2026年11月5日
中文摘要
研究提出数据驱动的数字孪生框架，预测摩洛哥半干旱气候下三种硅基光伏技术的日发电量，并与多种传统及机器学习模型比较。独立测试期为连续602天，数字孪生模型表现优于单独的LightGBM模型。十一年监测数据显示三种技术的长期发电趋势估计均为下降，但曼—肯德尔检验未发现显著单调趋势。