Enerji Yeniliklerinin aşağıdaki tasarımına benzer şekilde, ışığı bir güneş kolektörüne odaklamak için birkaç bağımsız aynanın olduğu güneş kolektörlerini düşünüyorum.
Bu güneş dizisinin montajında kusurlar olacağından, aşağıdaki varsayımlara (veya eksikliğine) devam ediyorum:
Yazılım, her aynanın "konumunu" bilir, ancak bu konumun gerçek dünyayla veya diğer aynalarla ilişkisini bilmez. Bu, kötü ayna kalibrasyonunu veya bir aynayı etkileyebilen ancak diğerlerini etkilemeyen diğer çevresel faktörleri açıklayacaktır.
Bir ayna 10 birim bir yönde ve daha sonra 10 birim ters yönde hareket ederse, başlangıçta başladığı yere ulaşacaktır.
Aynaları doğru konumlandırmak ve ışığı toplayıcıya odaklamak için makine öğrenimini kullanmak istiyorum. Bunu bir optimizasyon problemi olarak ele alıp, kollektör içindeki ısıyı ve güç çıkışını en üst düzeye çıkarmak için ayna konumlarını optimize edeceğimi umuyorum.
Sorun, gürültülü yüksek boyutlu bir alanda küçük bir hedef bulmaktır (her aynanın 2 dönüş ekseni olduğunu düşünerek). Beklediğim bazı problemler:
Bulutlu günler, mükemmel ayna hizalamasına rastlasanız bile, o zaman bulutlu olabilir
gürültülü sensör verileri
Güneş hareketli bir hedeftir, bir yol boyunca hareket eder ve her gün farklı bir yol izler - güneşin tam konumunu istediğiniz zaman hesaplayabilseniz de, bu konumun aynalarınızla nasıl bir ilişkisi olduğunu bilemezsiniz.
Benim sorum güneş dizisi değil, gürültülü yüksek boyutlu uzayda bu küçük hedefe yardımcı olabilecek olası makine öğrenme teknikleri ile ilgili. Güneş dizisinden bahsettim, çünkü bu sorunun katalizörü ve iyi bir örnekti.
Hangi makine öğrenme teknikleri gürültülü yüksek boyutlu bir alanda bu kadar küçük bir hedef bulabilir?
DÜZENLE:
Birkaç ek düşünce:
Evet, gerçek dünyada güneşlerin konumunu hesaplayabilirsiniz, ancak aynaların konumunun gerçek dünyayla nasıl ilişkili olduğunu bilmiyorsunuz (bir şekilde öğrenmedikçe). Güneşin azimutunun 220 derece olduğunu ve güneşlerin yükselmesinin 60 derece olduğunu biliyorsunuz ve bir aynanın yerinde olduğunu biliyor olabilirsiniz (-20, 42); Şimdi söyle bana, ayna güneşe doğru hizalanmış mı? Bilmiyorsun.
Bazı çok karmaşık ısı ölçümlerine sahip olduğunuzu varsayalım ve "bu ısı seviyesi ile doğru bir şekilde hizalanmış 2 ayna olması gerekir". Şimdi soru, hangi iki ayna (25 veya daha fazla) doğru hizalanmış?
Düşündüğüm bir çözüm, güneşleri azimut ve yükselişi giriş olarak alan ve her bir ayna için her aynanın 2 eksenine karşılık gelen 2 değere sahip büyük bir dizi çıkaran bir sinir ağı kullanarak doğru "hizalama fonksiyonunu" yaklaştırmaktı. Yine de en iyi eğitim yönteminin ne olduğundan emin değilim.
Daha fazla düşünce:
Aynalar, yazılımın erişebildiği bir koordinat sistemine sahiptir, ancak yazılım bu koordinat sisteminin gerçek dünyayla nasıl ilişkili olduğunu bilmez. Diyelim ki bir ayna pozisyonda (4, 42); Bu ne anlama geliyor? Bilmiyorum ve yazılımı da bilmiyor. Ama aynayı hareket ettirir ve sonra (4, 42) 'ye geri götürürsem aynanın daha önce olduğu pozisyonda olacağını biliyorum. Ek olarak, iki ayna (4, 42) konumunda olabilir, ancak gerçek dünyada zıt yönleri gösterebilir.
Evet, birçok kalite sensörü ile problemi çözmek kolaydır. Enerji Yenilikleri, söyleyebileceğim en iyi iş dışında, muhtemelen bir sürü harika sensör kullandıkları ve insanlar "Sadece güneş panelleri satın alacağım, daha ucuzlar" dedi.
Sistemdeki tek sensörler kolektör kafasındadır.