Jan Lewen · Max Pargmann · Mehdi Cherti · Jenia Jitsev 等6人 · Solar Energy · 2025年1月 · Vol.300

摘要 聚光太阳能发电（Concentrating Solar Power, CSP）电站是实现可持续能源转型的关键技术之一。其安全高效运行的一个关键因素在于接收器上太阳辐射通量分布的精确性。然而，单个定日镜产生的通量密度对表面缺陷极为敏感，例如镜面倾斜误差和形变。在实际部署中，对数百乃至数千个定日镜的表面进行逐一测量仍然不切实际。因此，控制系统通常假设定日镜表面为理想状态，导致性能次优并可能带来安全隐患。为解决这一问题，近期提出了一种名为逆向深度学习光线追踪（inverse Deep Learn...

解读: 该逆向深度学习光线追踪技术对阳光电源光热-光伏混合电站具有重要价值。iDLR可实现定日镜表面缺陷的自动化检测与建模,通过零样本迁移学习将仿真模型直接应用于实际场景,预测精度达90%。该方法可集成至iSolarCloud平台,实现大规模定日镜阵列的预测性维护与数字孪生建模。其深度学习架构可借鉴应用于S...