التنبؤ بالطاقة استنادًا إلى التعلم الفيدرالي وغير الفيدرالي لأنظمة الطاقة الكهروضوئية/طاقة الرياح: مراجعة منهجية

تُعد مصادر الطاقة المتجددة، وخاصةً الطاقة الكهروضوئية وطاقة الرياح، أساسيةً لتلبية الطلب العالمي على الطاقة مع تقليل الأثر البيئي. يُعدّ التنبؤ الدقيق بالطاقة الكهروضوئية وطاقة الرياح أمرًا بالغ الأهمية لإدارة الشبكات بكفاءة وتكامل الطاقة المستدامة. ومع ذلك، تواجه أساليب التنبؤ التقليدية تحدياتٍ مثل خصوصية البيانات، والمعالجة المركزية، ومشاركة البيانات، لا سيما مع مصادر البيانات المتفرقة. تتناول هذه الورقة البحثية بدقة ضرورة نماذج التنبؤ ومنهجياته وسلامة البيانات، مع التركيز على المشهد المتطور للتعلم الفيدرالي في مجال التنبؤ بالطاقة الكهروضوئية وطاقة الرياح. تبدأ الورقة بمقدمة تُسلّط الضوء على أهمية نماذج التنبؤ في تحسين استخدام موارد الطاقة المتجددة، ثم تتعمق في تقنيات التنبؤ المختلفة، وتُؤكد على الحاجة الماسة لسلامة البيانات وأمنها. تُقدّم الورقة نظرةً شاملةً على التنبؤ بالطاقة الكهروضوئية وطاقة الرياح غير الفيدرالية القائم على مجلات علمية عالية الجودة، تليها مناقشاتٌ مُعمّقة حول مناهج محددة للتعلم الفيدرالي لكل مصدر طاقة. تُقدّم الورقة البحثية بعد ذلك تقنية FL ومتغيراتها، بما في ذلك FL الأفقي، والرأسي، ونقل البيانات، وعبر الأجهزة، وعبر الصوامع، مُسلّطةً الضوء على الدور الحاسم لآليات التشفير ومُعالجةً التحديات المُصاحبة. علاوةً على ذلك، وبالاستناد إلى دراسات مُعمّقة للعديد من المقالات ذات الصلة، تُحدّد الورقة البحثية الأفق المُبتكر للتنبؤ بالطاقة الشمسية وطاقة الرياح القائمة على FL، مُقدّمةً رؤىً حول منهجياتها، ومُختتمةً بملاحظات مُستمدّة من هذا المجال.