โมเดล AI ของ DAMO Academy ถูกนำไปประมวลผลบนระบบคลาวด์เพื่อรองรับข้อมูลขนาดมหาศาลและความหลากหลายของภูมิประเทศในจีน ตั้งแต่ทะเลทราย ภูเขา ไปจนถึงเขตเมือง ซึ่งเป็นความท้าทายสำคัญในการสร้างแผนที่ทั้งประเทศที่มีความละเอียดสูง
รายงานระบุว่าผลงานวิจัยนี้ได้รับการตีพิมพ์ในวารสารวิทยาศาสตร์ระดับโลก Nature เมื่อวันที่ 20 พฤษภาคม 2026
แผนที่ที่ได้ไม่เพียงแค่แสดงตำแหน่งของโครงสร้างพื้นฐานพลังงานหมุนเวียนเท่านั้น แต่ยังสร้าง “บัญชีรายการระดับประเทศ” ที่บันทึกจำนวนและตำแหน่งของโครงการพลังงานลมและโซลาร์อย่างเป็นระบบ
การมีข้อมูลเชิงพื้นที่ที่ครบถ้วนช่วยให้นักวิจัยและหน่วยงานด้านพลังงานสามารถ:
นักวิจัยยังใช้แผนที่นี้ศึกษากลยุทธ์ “ลม‑แสงอาทิตย์เสริมกัน” (wind‑solar complementarity) ซึ่งพบว่าในหลายพื้นที่ พลังงานแสงอาทิตย์ผลิตไฟได้มากในช่วงกลางวัน ขณะที่พลังงานลมมักเสถียรกว่าในช่วงกลางคืน ทำให้การผสมผสานทั้งสองแบบสามารถเพิ่มประสิทธิภาพของระบบไฟฟ้าได้
หนึ่งในปัญหาที่จีนเผชิญมานานคือ “การทิ้งพลังงานลมและแสงอาทิตย์” หรือสถานการณ์ที่โรงไฟฟ้าพลังงานสะอาดผลิตไฟได้ แต่โครงข่ายไฟฟ้าไม่สามารถรับหรือส่งต่อได้ทั้งหมด ทำให้เกิดการสูญเสียพลังงานสะอาด
การมีแผนที่ตำแหน่งโครงการพลังงานหมุนเวียนทั่วประเทศช่วยให้นักวางแผนโครงข่ายสามารถ:
การทำแผนที่พลังงานหมุนเวียนยังเกี่ยวข้องกับความต้องการไฟฟ้าที่เพิ่มขึ้นจาก ดาต้าเซ็นเตอร์และระบบ AI ซึ่งใช้พลังงานสูงมาก
จีนเริ่มทดลองโครงการที่เชื่อมพลังงานสะอาดเข้ากับศูนย์ข้อมูลโดยตรง ตัวอย่างเช่น โครงการในเขตปกครองตนเองหนิงเซี่ยที่ใช้โรงไฟฟ้าโซลาร์ขนาด 500 เมกะวัตต์ เพื่อจ่ายไฟให้โครงสร้างพื้นฐานด้านคอมพิวติ้งโดยตรง
เมื่อรวมกับแผนที่พลังงานระดับประเทศ นักวางแผนสามารถตัดสินใจได้ดีขึ้นว่า:
ในภาพรวม งานวิจัยนี้แสดงให้เห็นว่าการผสาน AI + ภาพดาวเทียม + คลาวด์คอมพิวติ้ง สามารถเปลี่ยนข้อมูลกระจัดกระจายให้กลายเป็นภาพรวมของระบบพลังงานทั้งประเทศ ซึ่งมีบทบาทสำคัญต่อการวางแผนพลังงานสะอาดในยุคที่ความต้องการไฟฟ้าจากเทคโนโลยีกำลังเพิ่มขึ้นอย่างรวดเร็ว
Comments
0 comments