《流體物理學》雜志上的研究論文《結合機器學習和計算流體動力學在極端風力下優化太陽能電池板傾斜角度》指出，目前尚無關于如何在強風條件下收放太陽能電池板的最佳實踐。
保護太陽能電池板免受強風侵襲的傳統方法通常是，當風速達到一定水平時，電池板會進入與地面平行的假定安全存放位置。雖然這種方法在某些情況下被證明是有效的，但電池板在此位置會損失能量輸出，而且通常無法抵御最高風速。
該團隊的新框架旨在推薦一種收起位置，該位置充分利用太陽跟蹤器執行器的日益普及，并允許電池板相對于太陽設置最佳角度，以繼續最大化功率輸出。
該框架將先進的風力模擬與機器學習相結合，以優化強風下單個太陽能電池板的角度。報告作者 Elie Hachem 表示：“通過結合先進的流體動力學和人工智能，我們看到了以創新方式應對風災風險并為可再生能源系統的恢復力做出貢獻的機會。”
與之前為保護太陽能電池板而開發的方法不同，新框架將太陽能電池板視為獨立的決策者，并確定數據驅動的解決方案以減輕壓力并超越當前的保護措施。“這就像教太陽能電池板隨風起舞，在風速較高時保護能源生產，同時將損害降至最低，”Hachem 補充道。
研究小組進行了一系列實驗，測試他們的框架針對不同的潛在破損原因，包括撕裂、振動和疲勞。
他們發現，在入射風速為 50 公里/小時的情況下，他們提出的方法可以最大限度地減少六塊地面安裝面板的二維和三維布置的空氣動力學影響。此外，該方法的效果比研究論文中文獻中考慮的基線保護措施高出幾十個百分點。
研究人員表示：“這給了我們希望，通過以反復試驗的方式與計算流體動力學環境進行交互，深度強化學習代理可以學習到這個復雜決策問題的意想不到的解決方案，并提出創新的、可行的解決方案，能夠在強風天氣期間管理公用事業規模的太陽能資產，同時有效地補充工程直覺和實踐經驗。”
他們補充說，該框架挑戰了傳統的工程實踐，并為增強現實世界的彈性提供了可擴展的解決方案。
