EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Prediction of floating solar power plant mooring dynamics via machine learning techniques

M.García de la Santa Viñuela, M. Gomis, A. Rodríguez-Luis, S. Fernández-Ruano, R. Guanche, M. Redon

Energy Conversion and Management: X · 2026-05 · 30 · 101752

DOI: 10.1016/j.ecmx.2026.101752 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Energy Conversion and Management: X, 2026-05. Verfasst von M.García de la Santa Viñuela und 5 weiteren Autor:innen. Die Arbeit nennt 27 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: European Commission, European Regional Development Fund.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • European Commission
  • European Regional Development Fund

Zitieren

APA

Viñuela, M. D. L. S., Gomis, M., Rodríguez-Luis, A., Fernández-Ruano, S., Guanche, R., & Redon, M. (2026). Prediction of floating solar power plant mooring dynamics via machine learning techniques. Energy Conversion and Management: X, 30, 101752. https://doi.org/10.1016/j.ecmx.2026.101752

Vancouver

Viñuela MDLS, Gomis M, Rodríguez-Luis A, Fernández-Ruano S, Guanche R, Redon M. Prediction of floating solar power plant mooring dynamics via machine learning techniques. Energy Conversion and Management: X. 2026;30:101752. doi:10.1016/j.ecmx.2026.101752

BibTeX
@article{Viuela2026,
  author = {Viñuela, M.García de la Santa and Gomis, M. and Rodríguez-Luis, A. and Fernández-Ruano, S. and Guanche, R. and Redon, M.},
  title = {Prediction of floating solar power plant mooring dynamics via machine learning techniques},
  journal = {Energy Conversion and Management: X},
  year = {2026},
  volume = {30},
  pages = {101752},
  doi = {10.1016/j.ecmx.2026.101752}
}
Kostenlos starten →