.png){kind=icon}
返回
Multi-objective optimization framework for reconfigurable PV–PEM electrolyzer using machine learning surrogates
.png){kind=icon}
OA
AI
DOI：10.1016/j.renene.2026.125823.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 光伏-质子交换膜直接耦合的多目标优化框架。 • 基于NSGA-II和MCDA的精确系统尺寸确定与权衡分析。 • 集成化学储能在太阳能制氢中的动态离网运行。 • 混合基于物理和机器学习代理模型的优化加速。 • 使用带k-d树加速的随机森林回归器实现近瞬时预测。
Keyword:
Solar-to-hydrogen systems
Direct HJT PV–PEM coupling
Reconfigurable PV/PEM system
Multi-objective optimization
Hybrid surrogate modeling
Machine learning
Data-driven decision support
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
9.1
论文数:
2.6W
被引数:
12.1W
机构
引用论文
Optimal design and operation of a photovoltaic–electrolyser system using particle swarm optimisation
PREAI
分享收藏Ignore variability, overestimate hydrogen production - Quantifying the effects of electrolyzer efficiency curves on hydrogen production from renewable energy sources忽略可变性，高估制氢-量化电解槽效率曲线对可再生能源制氢的影响OAAI
OAAI分享收藏Assessing sizing optimality of OFF-GRID AC-linked solar PV-PEM systems for hydrogen production评估用于制氢的离网AC链接太阳能pv-pem系统的尺寸最优性OAAI
OAAI分享收藏Enhancing efficiency in photovoltaic hydrogen production: A comparative analysis of MPPT and electrolysis control strategies提升光伏制氢效率：MPPT与电解槽控制策略的对比分析.png)
MethodsXOAAI
MethodsXIF0
OAAI分享收藏Stochastic Control for Sustainable Hydrogen Generation in Standalone PV–Battery–PEM Electrolyzer Systems独立光伏-电池-PEM电解槽系统可持续氢气生成的随机控制energies
OAAI
energiesIF0
OAAI分享收藏
查看更多内容