-+ 0.00%
-+ 0.00%
-+ 0.00%

SeterusnyaNRG Mengumumkan Penerbitan yang Disemak Rakan Rakan Mengesahkan Asas Teknikal Platform Perisikan Grid yang Didorong AI

Benzinga·01/05/2026 14:07:02

NextNRG, Inc. (NASDAQ: NXXT), perintis dalam inovasi tenaga yang didorong AI mengubah cara tenaga dihasilkan, diuruskan, dan dihantar, hari ini mengumumkan bahawa anggota pasukan kejuruteraannya telah menerbitkan beberapa kertas penyelidikan yang dikaji oleh rakan sebaya pada tahun 2025 yang mengesahkan asas teknikal platform perisikan grid yang didorong oleh AI syarikat dan menyokong penggunaan komersialnya pada skala.

Penerbitan ini bertepatan dengan pengembangan NextNRG mengenai penggunaan mikrogrid dan pengurusan grid yang didayakan AI di seluruh penjagaan kesihatan, pengangkutan, utiliti, dan infrastruktur tenaga perusahaan, di mana ketepatan ramalan, daya tahan siber, dan kebolehpercayaan operasi sangat penting untuk prestasi.

Penyelidikan yang dikaji oleh rakan sebaya menyokong komponen utama Sistem Operasi Utiliti NextNRG, termasuk enjin ramalan, analisis keselamatan grid, dan perisian kawalan mikrogrid. Keupayaan ini direka untuk penggunaan berulang di persekitaran operasi yang pelbagai dan membentuk teras penawaran tenaga komersil syarikat. Seperti yang dijelaskan oleh Dr. Hugo Riggs, jurutera kanan di NextNRG yang mengkhususkan diri dalam ramalan berasaskan AI dan pembelajaran mesin, penyelidikan syarikat itu “dibina untuk diterjemahkan secara langsung ke dalam prestasi operasi,” dengan tinjauan rakan sebaya berfungsi sebagai mekanisme untuk memastikan kaedah yang digunakan adalah mantap, berulang, dan berskala dalam keadaan dunia nyata.

Penyelidikan yang digarang dan digarang bersama oleh jurutera NextNRG, termasuk Dr. Shahid Tufail dan Dr. Riggs, telah diterbitkan dalam prosiding persidangan Springer Nature dan forum teknikal terkemuka yang lain. Kerja ini menangani cabaran praktikal yang dihadapi sistem kuasa moden, termasuk ketepatan ramalan permintaan, keselamatan grid, pengesanan kerosakan penyongsang, dan integrasi yang boleh diperbaharui. Menurut Dr. Tufail, pengarang utama pada beberapa kajian, objektif di seluruh usaha ini adalah peningkatan konsisten dalam ramalan ketepatan, kebolehpercayaan sistem, dan ketahanan grid di pelbagai persekitaran operasi - hasil yang dia perhatikan adalah penting untuk penggunaan komersil pada skala infrastruktur.