Universitatea Hyperion

Automatică și Informatică Aplicată

Facultatea de Științe Exacte și Inginerești

PROIECT

Student: Ismail Selcin

Anul: IV
CUPRINS

1.Inteligența artificială.................................................................................................................... 3
1.1 Definiția inteligenței artificiale...................................................................................................3
1.2. Importanta inteligenței artificiale...........................................................................................3
2.Integrarea energiei solare îmbunătățite cu AI adaptiv.......................................................................4
2.1 Captarea iradierii solare........................................................................................................4
2.2. Predicția producției de energie..............................................................................................4
2.3. Gestionarea armonicilor grilei...............................................................................................4
2.4. Navigarea pe Piața RE......................................................................................................... 5
2.5. Optimizarea costurilor operaționale.......................................................................................5
2.6. Eliminarea barierelor RE și consolidarea securității energetice..................................................5
3.Creșterea fizică la scară este o modalitate prin care AI poate servi sectorul energiei solare...................5
3.1 Alegerea panourilor solar....................................................................................................6
3.2. Planificare și proiectare înainte de construcție.........................................................................6
3.3. Reducerea costurilor de construcție........................................................................................7
3.4. Depășiți întârzierile de construcție.........................................................................................7
3.5. Eficientizarea interconectarii.................................................................................................7
3.6. Prognoza și analiza performanței sistemului solar....................................................................8
3.7. Programarea cererii.............................................................................................................. 8
4.Energia solara susținută de AI.......................................................................................................8
4.1. Prognoza bazată pe inteligență artificială................................................................................9
4.2. Modelele de prognoză ar trebui instruite corespunzător............................................................9
4.3. AI pentru a stimula rețelele electrice și unitățile de stocare.....................................................10
4.4. Tehnologia dronei pentru inspecția panourilor solare.............................................................10
4.5. Detectarea defecțiunilor cu algoritmi ML.............................................................................11
5. Provocări legate de inspecția bazată pe inteligență artificială..................................................11
Bibliografie................................................................................................................................. 12

2
 1. Inteligența artificială

1.1 Definiția inteligenței artificiale

Inteligența artificială este capacitatea unei mașini de a imita funcții umane, cum ar fi
raționamentul, învățarea, planificarea și creativitatea.
Inteligența artificială permite sistemelor tehnice să perceapă mediul în care funcționează,
să prelucreze această percepție și să rezolve probleme, acționând pentru a atinge un anumit
obiectiv. Calculatorul primește datele (deja pregătite sau colectate prin intermediul propriilor
senzori, cum ar fi o cameră video), le prelucrează și reacționează.
Sistemele IA sunt capabile să își adapteze, într-o anumită măsură, comportamentul,
analizând efectele acțiunilor anterioare și funcționând autonom. În industria energetică, AI
începe acum să îndeplinească sarcini inteligente pentru a crește eficiența, a crește securitatea și a
spori potențialul sistemelor de transport, distribuție și consum de energie.

1.2. Importanta inteligenței artificiale

Unele tehnologii de Inteligența artificială există de peste 50 de ani, însă creșterea puterii
de calcul, disponibilitatea unor cantități enorme de date și noii algoritmi au condus la progrese
majore în domeniul inteligenței artificiale în ultimii ani.
Inteligența artificială este considerată un element central al transformării digitale a
societății și a devenit o prioritate pentru UE.
Se preconizează că viitoarele aplicații vor aduce schimbări enorme, însă inteligența
artificială este deja prezentă în viața noastră de zi cu zi.

2. Integrarea energiei solare îmbunătățite cu AI adaptiv

Potrivit Agenției Internaționale pentru Energie (IEA), se preconizează că energia solară

va reprezenta jumătate din totalul producției de energie regenerabilă instalată
Optimizarea eficienței și fiabilității acestor instalații este vitală pentru a ne asigura că
acestea răspund nevoilor peisajului energetic modern. Companii precum firma chineză de
tehnologie Huawei sunt deja de pionierat în inovarea AI concepută pentru a face față acestor
provocări cu soluția lor FusionSolar 6.0 Plus Utility Smart PV, care îmbrățișează beneficiile
tehnologiilor AI pentru a îmbunătăți instalațiile solare fotovoltaice în mai multe moduri.

2.1 Captarea iradierii solare

Când instalați panouri solare noi, o funcție de urmărire inteligentă, cu informații din
intrările locale de date, poate oferi un algoritm de control al urmăririi pentru a determina
instalația care ar capta cel mai bine iradierea solară. În timp ce sistemele fotovoltaice tradiționale
funcționează pe un design modular cu căi de iradiere solară de urmărire prestabilite, soluțiile

3
activate de IA pot chiar schimba orientarea panourilor pentru a capta iradierea solară optimă
atunci când cerul înnorat provoacă schimbări dinamice în mediu.
Această abordare optimizată poate oferi beneficii reale instalațiilor solare
fotovoltaice. Analiza Huawei arată că propriul său sistem poate îmbunătăți generarea de energie
cu 0,5-1,3% prin acest sistem inteligent de urmărire. Pe măsură ce AI se adaptează și învață,
devine mai eficient în furnizarea acestor îmbunătățiri.
 
2.2. Predicția producției de energie
Un alt beneficiu esențial al acestui sistem este că IA devine din ce în ce mai precisă în
prezicerea producției de energie din instalațiile solare fotovoltaice. Acesta este un obstacol critic
pentru instalațiile de energie regenerabilă, unde producția variabilă de energie poate crea
provocări pentru operatorii locali de rețea care încearcă să armonizeze cererea și oferta.
Companii precum Solcast din Australia fac această adaptare la vremea AI cu un pas mai
departe, folosind prognoza AI combinată cu date meteorologice pentru a oferi prognoze la
nivelul întregului sistem pentru generarea de energie solară. Atunci când este combinat cu soluții
adaptive de prognoză AI la fața locului, acest lucru poate oferi o oportunitate importantă de a
îmbunătăți și mai mult capacitățile de predicție în jurul generării de energie solară.
 
2.3. Gestionarea armonicilor grilei
AI ajută, de asemenea, la gestionarea și atenuarea provocărilor din jurul armonicilor
rețelei - în termeni simpli, adică distorsiunile variabile ale frecvenței rețelei. Când aceste
armonici devin nealiniate, pot apărea defecțiuni ale sistemului de alimentare. AI oferă șansa de a
prezice, gestiona și monitoriza acest lucru pentru a îmbunătăți și mai mult integrarea cu rețelele
electrice centralizate.
 
2.4. Navigarea pe Piața RE
Instalațiile de energie regenerabilă din Australia au folosit, de asemenea, tehnologii AI
pentru a naviga pe piețele de prețuri cu ridicata adesea competitive . Parcul eolian Tilt
Renewables Snowton 1 de 100 MW a folosit tehnologia de la firma de software AMS din
California pentru a oferi licitare adaptativă în timp real pe o piață volatilă, permițând instalației
să răspundă rapid și să vândă energie în cel mai profitabil punct. În timp ce exemplul de caz de
utilizare a avut loc la un parc eolian, acesta reflectă o oportunitate importantă de inteligență
artificială și pentru instalațiile solare. Aceasta este o altă evoluție fascinantă în asigurarea
competitivității financiare a energiei regenerabile.

2.5. Optimizarea costurilor operaționale

Tehnologiile AI oferă, de asemenea, o cale către operațiuni și management îmbunătățit,

care pot reduce costurile operaționale curente pentru fermele solare. Sistemele inteligente de
inteligență artificială pot fi învățate să se adapteze și să identifice defecțiunile, oferind soluții de

4
întreținere predictivă care le permit operatorilor să întreprindă întreținere cu economie de costuri
înainte de apariția problemelor.
Cu capabilități avansate de învățare, sistemele AI se pot adapta și învăța, de asemenea, pe
măsură ce adună date prin operațiuni. Soluția fotovoltaică solară alimentată de inteligență
artificială a Huawei poate identifica o gamă largă de predictori de defecțiuni, evaluând datele de
întreținere pentru a preveni întreruperile. Se pare că această tehnologie reduce analiza de
întreținere și identificarea defecțiunilor de la potențial o săptămână la doar o jumătate de zi.
 
2.6. Eliminarea barierelor RE și consolidarea securității energetice

Acest tip de caracteristică de siguranță este deosebit de valoroasă în instalațiile solare de

pe acoperiș - se estimează că se va dubla până la 100 de milioane de sisteme până în 2024.
Aceste caracteristici de siguranță activate de AI ar putea nu numai să reducă costurile prin
eliminarea defecțiunilor costisitoare, dar să ofere liniște atât pentru instalațiile rurale, cât și
pentru cele urbane. setări. Inteligența artificială este folosită chiar și pentru a identifica
provocarea intrigantă a fermelor solare care afectează fauna locală a păsărilor din fermele solare
din SUA, cu scopul de a spori protecția ecologică a acestor sisteme.

3. Creșterea fizică la scară este o modalitate prin care AI poate servi sectorul energiei
solare.

Costurile ridicate ale construcției sistemelor de energie solară și a fermelor au fost istoric
un factor de descurajare, limitând în mod semnificativ adoptarea acestei surse de energie
regenerabilă. Deoarece factorii de mediu cântăresc foarte mult în ecuație, fiecare proiect prezintă
o serie de provocări unice pentru locația sa fizică. Stagnanțele de interconectare, întârzierile care
permit și provocările generate de congestionarea transportului sunt comune și pot înăbuși și mai
mult proiectele.
Includeți câteva cerințe complexe de autorizare și operare (care pot varia drastic, din
cauza reglementărilor locale), analize intense de mediu și estetica, instalarea și supravegherea
echipamentelor specializate și considerațiile guvernamentale și de reglementare unice asociate
infrastructurilor de utilități la scară largă; iar cheltuielile asociate cu construcția sistemelor de
energie solară încep să se acumuleze.
Folosind AI, aceste complexități pot fi gestionate mai rapid și mai eficient, minimizând în
același timp costurile proiectului. Iată câteva exemple:

3.1 Alegerea panourilor solar. 

5
 Selectarea și analiza locațiilor potențiale ale fermelor solare este crucială, deoarece
condițiile de mediu afectează în mod critic capacitățile de producție și depozitare. Datorită
capacității sale de a analiza cantități mari de date geografice și de mediu, multe companii
folosesc AI pentru a identifica panourile și locațiile cu resurse și condiții solare optime, precum
și pentru a verifica ușurința de acces pentru conectarea la infrastructurile de rețea existente sau
poziționarea ideală pentru dezvoltare ulterioară.

3.2. Planificare și proiectare înainte de construcție. 

Înainte chiar de a începe, proiectarea iterativă și 4D condusă de inteligență artificială

poate oferi antreprenorilor generali planuri de construcție detaliate, programe și modele
de șantier „gemeni digitali” și proiecte de echipamente adaptate pentru echipamente solare
specifice, condiții de șantier și restricții.
În timpul fazei de pre-construcție, aceste sisteme solare virtuale și modele de
echipamente pot fi utilizate pentru a testa scenarii potențiale, pentru a optimiza echipamentele și
aspectul panourilor și pentru a proiecta pentru o eficiență sporită , ajutând părțile interesate să
maximizeze producția sistemului, identificând și evitând problemele viitoare. Planificarea bazată
pe inteligență artificială poate reduce nevoia de personalizare și ajustări la fața locului în timpul
(sau după) construcție, ceea ce duce la o reducere dramatică a costurilor. De asemenea, elimină
potențialele întârzieri și modificările costisitoare ale planului și domeniului proiectului.

3.3. Reducerea costurilor de construcție. 

Progresele recente în tehnologia AI au introdus soluții dovedite că reduc costul

construcției infrastructurii majore cu până la 30% . Proiectele mari și complexe (cum ar fi
construcția sistemului de energie solară) beneficiază în special de sprijinul optimizării
construcției bazate pe inteligență artificială, care maximizează utilizarea resurselor la fața
locului. De la realocarea forței de muncă și a echipamentelor până la programarea dinamică,
instrumentele de optimizare oferite de o companie precum ALICE Technologies pot îmbunătăți
utilizarea resurselor și eficiența chiar și în cel mai complex proiect solar.

3.4. Depășiți întârzierile de construcție.

 Când vine vorba de construirea și instalarea de infrastructuri de utilități majore, timpul

înseamnă bani. Potențialul de întârzieri costisitoare în construcția sau interconectarea energiei
solare este real, dar atunci când construcția solară merge lateral, instrumentele bazate pe

6
inteligență artificială pot identifica opțiuni pentru redistribuirea resurselor și menținerea
progresului proiectului, sugerând opțiuni pentru reorganizarea sarcinilor, echipamentelor sau
forței de muncă pentru a menține proiectele în mișcare.
Atunci când apar probleme legate de lanțul de aprovizionare , deficit de forță de
muncă specializată sau întârzieri de interconectare, ajustările de programare în mișcare și
recuperarea rapidă (din partea AI) oferă un avantaj extraordinar în gestionarea construcțiilor
complexe.

3.5. Eficientizarea interconectarii. 

Integrarea sistemelor solare în rețelele energetice existente necesită optimizarea

producției acestora. Deoarece energia electrică generată de energia solară este intermitentă,
analizarea și planificarea atentă a nevoilor de alimentare și stocare este esențială pentru a evita
întreruperile în serviciu sau copleșirea sistemelor actuale de rețea. Pentru a asigura o expansiune
de succes la scară largă a generării de energie solară, analiza și prognozarea atentă a producției și
furnizării de energie solară sunt esențiale pentru funcționarea și reglementarea de succes.
Pe măsură ce utilizarea energiei regenerabile continuă să evolueze și să se extindă (atât
literal, cât și ca pondere a sursei globale de energie), previziunile precise privind generarea de
energie solară devin din ce în ce mai importante pentru prognoza cererii de energie,
îmbunătățirea timpului de funcționare a producției și extinderea sistemelor energetice și a
capacității de stocare. Capacitatea AI de a evalua și analiza cu precizie cantități masive de date
complexe – combinată cu abilități predictive care îi permit să sugereze căi alternative inovatoare
– o poate face incredibil de valoroasă pentru procesul de interconectare.

3.6. Prognoza și analiza performanței sistemului solar. 

Cu AI, cantități mari de date de mediu pot fi analizate continuu și consecvent, permițând
previziuni precise și ajustări în timp real la condițiile actuale. Acest lucru duce la o planificare,
stocare și eficiență operațională îmbunătățită, eliminând risipa inutilă de energie sau opririle din
cauza vremii, pericolelor de mediu sau nepotrivirilor în aprovizionare/cerere, precum și
reducerea defecțiunilor și daunelor echipamentelor.
AI este deja folosită de unii furnizori de energie solară pentru a optimiza performanța
sistemului de alimentare și pentru a prezice nevoile de întreținere. AI poate identifica modele
care pot indica performanța viitoare pe baza condițiilor solare, a datelor de mediu și a
înregistrărilor anterioare de întreținere, precum și a anticipa provocările viitoare, nevoile de

7
reparații sau actualizările probabile. Ca rezultat al acestor informații, pot fi create programe
optimizate de performanță și întreținere, care maximizează eficiența sistemului pe termen lung.

3.7. Programarea cererii.

 În legătură cu cele de mai sus, analiza utilizării energiei solare și prognoza viitoare a
cererii de energie este susținută de implementarea AI . Prognoza slabă a cererii poate cauza
întreruperi de curent, întreruperi și reducerea energiei regenerabile. Cu toate acestea, sistemele
AI au potențialul de a identifica modele complicate de utilizare și de a evidenția problemele
potențiale... înainte ca acestea să apară. Folosind datele istorice despre consum, AI poate oferi o
perspectivă asupra cererii consumatorilor (atât pe bază individuală, cât și colectivă), dezvăluind
date utile pentru optimizarea sistemului.

4. Energia solara susținută de AI

În ultimii ani, creșterea vertiginoasă a disponibilității datelor și a puterii de calcul au

permis algoritmilor de învățare automată să ofere predicții mai bune despre fluctuațiile
menționate mai sus.
Învățarea automată este o ramură fascinantă a AI. Este specializat în crearea de algoritmi
de computer care își pot îmbunătăți automat performanța prin experiență.
Algoritmii Machine Learning sunt capabili să recunoască modele specifice în seturile de
date , să construiască modele matematice pentru a le reprezenta și să utilizeze aceste modele
pentru a face predicții sau decizii fără a fi programate în mod explicit.
Un alt pas înainte a fost făcut odată cu creșterea învățării profunde , o evoluție a învățării
automate care imită mecanismele creierului uman de procesare a informațiilor prin
utilizarea rețelelor neuronale artificiale profunde (ANN).
Toate aceste inovații au fost implementate în domeniul energiei solare într-o varietate de
moduri, inclusiv:
 Prognoza bazată pe inteligență artificială;
 Rețele electrice inteligente și unități de stocare;
 Tehnologie drone pentru inspecția panourilor solare;
 Expansiunea pieței.

4.1. Prognoza bazată pe inteligență artificială

8
 Modelele de învățare automată sunt utilizate pe scară largă pentru a îmbunătăți activitățile
de prognoză și pentru a stabiliza producția de energie solară.  Printre acestea, putem găsi SVM
(mașini de suport vector), arbori de decizie care stimulează gradient și multe altele.
Cercetătorii testează diverse modele în diferite condiții și locații pentru a le identifica pe
cele mai eficiente, deoarece performanța lor este încă dezbătută pe scară largă.
În plus față de modelele ML , prognoza se poate baza și pe metode statistice mai
tradiționale (în special modele în serie de timp), care sunt formule matematice și tehnici folosite
pentru acest tip de scop.
 
Rezultatele experimentale au arătat că modelele hibride care combină metodele ML și
metodele statistice au obținut o acuratețe mai mare decât modelele ML pure. Performanțele
superioare ale acestei abordări mixte au fost testate în diferite studii.
Printre multe, Gigoni a folosit algoritmii de învățare automată a pădurii aleatorii K-NN și
cuantile sau cercetările lui Feng despre modele hibride ML cu două straturi pentru a prezice
iradierea solară cu o oră înainte. Din acest motiv, atât învățarea automată, cât și tehnicile
tradiționale ale seriilor de timp sunt utilizate în mod obișnuit pentru prognoză.

4.2. Modelele de prognoză ar trebui instruite corespunzător

Nu există un model perfect pentru prognoză. Precizia fiecărui model poate varia în

funcție de condițiile climatice ale locației vizate.
Acest lucru se datorează faptului că fiecare model bazat pe învățarea automată trebuie să
fie antrenat și să acumuleze experiență pentru a funcționa corect, ceea ce înseamnă că un model
va funcționa mai bine dacă a fost antrenat cu date colectate pe un anumit panou și în perioada
anului pentru care trebuie făcute predicții.
Adaptarea unui model specific la un anumit set de date de mediu poate crește
performanța predictivă față de utilizarea unui model generic antrenat cu un set de date
reprezentativ pentru multe regimuri meteorologice.

4.3. AI pentru a stimula rețelele electrice și unitățile de stocare

AI nu este doar clarvăzătorul de încredere al industriei energiei solare. Algoritmii sunt, de

asemenea, instrumente de încredere pentru îmbunătățirea rețelelor electrice și pentru rezolvarea
problemelor de stocare., dar și rețelele electrice pot fi echipate cu numeroși senzori pentru a
colecta o cantitate mare de date.
Atunci când sunt analizate de inteligența artificială , aceste date oferă informații
valoroase operatorilor de rețea pentru a oferi un control și o flexibilitate mai mare.

9
 De exemplu se pot combina sistemele de control al fluxului de energie cu echipamente
industriale mari, cum ar fi unitățile de aer condiționat și cuptoarele, pentru a le opri automat când
puterea este scăzută.
 
Unitățile de stocare se pot face inteligente cu ajutorul inteligenței artificiale
Tehnologia de stocare a energiei joacă un rol fundamental într-un context precum cel al
energiei regenerabile, care este supusă dinamicii sezoniere.
Pentru a funcționa corect, hardware-ul bateriei trebuie asociat cu un software sofisticat
care controlează generarea și consumul de energie.
Practic, vorbim de unități de stocare inteligente alimentate de AI și reglabile în funcție de
fluxul de alimentare.
Inteligența artificială și în special învățarea automată, prin crearea de modele bazate pe
date colectate anterior, pot ajuta la gestionarea acestor fluxuri și la stocarea excesului de energie
pentru a evita supraîncărcările rețelei.

4.4. Tehnologia dronei pentru inspecția panourilor solare

Vorbind despre AI și energia solară, ne putem aștepta și la o implementare tot mai mare a
tehnologiei robotice pentru a sprijini activitățile de inspecție și întreținere de la distanță.
O nouatate pentru toata lumea ar fi, ca deasupra plantațiilor de panouri fotovoltaice sa
apară stoluri de drone autonome angajate în analiza non-stop a panourilor solare, susținute de
inteligența artificială, dar de menționat este faptul că deja dronele joacă deja un rol cheie în
inspecțiile panourilor solare, atunci când sunt asociate cu instrumente de viziune automată.
Acest lucru se datorează faptului că sunt capabile să colecteze date de cel puțin 50 de ori
mai rapid decât metodele manuale, îmbunătățind în același timp siguranța operațiunilor.
Dronele ne pot ajuta la identificarea defectelor de fabricație, fisurile și alte probleme prin
colectarea datelor prin camere termice speciale, aceste informații sunt apoi analizate de sisteme
bazate pe AI pentru a evalua impactul problemei.
 
4.5. Detectarea defecțiunilor cu algoritmi ML
Analiza imaginilor realizate de drone începe cu preprocesarea imaginilor. Această fază
este necesară pentru a reduce zgomotul și pentru a îmbunătăți vizibilitatea defectelor și
recunoașterea modelului.
Învățarea automată intră în joc, deoarece algoritmii de clasificare și grupare sunt utilizați
pentru a recunoaște celulele defecte din panoul solar. Experții încă experimentează cu diferiți
algoritmi bazați pe ML pentru a găsi cei mai eficienți pentru această sarcină.

10
 De exemplu, o echipă de cercetători din Malaezia a dezvoltat o metodă de clasificare
Support Vector Machine (SVM) pentru a detecta defecte de microfisuri în celulele solare
multicristaline, cu o precizie de peste 88%.
 

5. Provocări legate de inspecția bazată pe inteligență artificială

În timp ce inspecția alimentată de AI oferă mai multe avantaje pentru inspecția panourilor
solare, există unele provocări care trebuie depășite.
Prima este disponibilitatea datelor de antrenament. Pentru ca un algoritm de învățare
profundă să învețe cum să detecteze defectele panoului solar, are nevoie de un set mare de date
de imagini etichetate. Aceasta înseamnă că operatorul fermei solare trebuie să furnizeze un set de
imagini ale panoului solar care conțin defecte ale panoului solar și un set de imagini ale panoului
solar fără defecte.
A doua provocare este lipsa de standardizare a panourilor solare. Fermele solare pot
instala sute sau chiar mii de tipuri și modele diferite de panouri solare – fiecare cu propriile sale
caracteristici unice, cum ar fi dimensiunea, forma, culoarea etc. Deoarece caracteristicile
panourilor solare pot varia de la o fermă solară, acest lucru ar putea afecta cât de bine o singură
fermă. algoritmul de învățare profundă funcționează în mai multe instalații solare.
Provocarea finală constă în acuratețea modelului a rezultatelor inspecției. Algoritmii
instruiți pentru a detecta defectele panoului solar nu vor fi 100% precisi. Aceasta înseamnă că un
număr mic de panouri solare pot fi clasificate incorect ca defecte. Cu toate acestea, prin utilizarea
mai multor modele de învățare profundă (antrenate pe diferite seturi de date), șansele de
clasificare incorectă pot fi minimizate.
În general, AI este un instrument foarte puternic pentru operatorii de ferme solare și ar
trebui încorporat în rutina lor de întreținere. Deși există unele provocări, inspecția panourilor
solare folosind AI va crește eficiența și va reduce costurile.

6. Concluzie
Inteligența artificială permite unei mașini, robot sau dispozitiv să imite activitatea
cognitivă a oamenilor și evoluează rapid în fiecare industrie. Industria energiei solare , care oferă
o sursă alternativă de energie fiabilă, nu este o excepție.
Deoarece lumea se străduiește să facă mediul nostru mai ecologic și mai durabil,
utilizarea aplicațiilor bazate pe inteligența artificială poate garanta o tranziție energetică sigură și
lină, care, prin urmare, va fi o investiție în salvarea planetei noastre. Nu se poate nega că, pe
lângă beneficiile și avantajele energiei solare, aceasta se confruntă și cu o mulțime de provocări
care încetinesc procesul.

11
 Inteligența artificială (AI) și învățarea automată au devenit soluții tehnologice esențiale în
această industrie, rezolvând potențial majoritatea provocărilor actuale. În prezent, au fost
implicate studii în aplicarea metodelor de inteligență artificială la sistemele de energie și energie

regenerabilă, iar rezultatele nu sunt dezamăgitoare .

Bibliografie
6 Ways Artificial Intelligence is Shaping Our Solar Power Future. (2020, 11 17). Preluat de pe
https://www.energywatch.com.my/: https://www.energywatch.com.my/blog/2020/11/17/6-ways-
artificial-intelligence-is-shaping-our-solar-power-future/
How artificial intelligence can be used to identify solar panel defects. (2022, 01 22). Retrieved
from PV Magazine: https://www.pv-magazine.com/2022/01/20/how-artificial-intelligence-can-
be-used-to-identify-solar-panel-defects/
K-Nearest Neighbor(KNN) Algorithm for Machine Learning. (fără an). Preluat de pe Java Point:
https://www.javatpoint.com/k-nearest-neighbor-algorithm-for-machine-learning

12