Cercetătorii din China și Marea Britanie au inovat algoritmul Adam pentru a îmbunătăți detectarea prafului de pe panourile fotovoltaice. Noua abordare se bazează pe învățarea profundă și utilizează o versiune optimizată a algoritmului Adam, obținând rezultate mai bune decât alte metode tradiționale.

Echipa internațională de cercetare a dezvoltat o tehnică nouă, integrând strategiile Warmup și cosinus annealing în algoritm. Aceste ajustări au fost făcute pentru a depăși dificultățile întâlnite anterior, precum căderea în optimi locale și complexitatea computațională ridicată.

Testele au fost efectuate folosind un set de date cuprinzător, care include imagini curate și prăfuite ale panourilor fotovoltaice. Comparativ cu alte cinci algoritmi de învățare, noul algoritm a demonstrat performanțe competitive, cu o precizie de 72,45% și o pierdere de 0,5301.

De asemenea, cercetătorii au analizat comportamentul algoritmului în diverse arhitecturi de rețele neuronale, precum ResNet-18, VGG-16 și MobileNetV2. Rezultatele au arătat că noul algoritm a obținut cea mai bună performanță, mai ales în arhitectura MobileNetV2, indicând o eficiență crescută în detectarea prafului pe suprafața panourilor fotovoltaice.

Aceste descoperiri au fost prezentate în studiul “O nouă metodă de detectare a prafului pentru suprafața panourilor fotovoltaice bazată pe Pytorch și analiza beneficiilor sale economice“, publicat în Energy and AI. Echipa de cercetare a fost formată din cadre universitare de la Universitatea Shenyang și Universitatea de Tehnologie Shenyang din China, precum și de la Universitatea Surrey din Marea Britanie.