私は、次のEnergy Innovationsの設計と同様に、いくつかの独立したミラーが太陽光を集光する太陽光コレクタについて考えています。
この太陽電池アレイの組み立てには欠陥があるため、次の仮定(またはその欠如)を進めています。
ソフトウェアは各ミラーの「位置」を知っていますが、この位置が実際の世界や他のミラーとどのように関連しているかはわかりません。これは、ミラーのキャリブレーションが不十分であるか、1つのミラーに影響を与えるが他のミラーには影響を与えない可能性のあるその他の環境要因を説明します。
ミラーが一方向に10ユニット移動し、次に反対方向に10ユニット移動すると、最初に開始した位置に戻ります。
機械学習を使用してミラーを正しく配置し、コレクターに光の焦点を合わせたいと思います。私はこれを最適化問題としてアプローチし、ミラーの位置を最適化してコレクター内の熱と出力を最大化することを期待しています。
問題は、ノイズの多い高次元空間で小さなターゲットを見つけることです(各ミラーが2つの回転軸を持っていると考えます)。私が予想する問題のいくつかは次のとおりです。
曇りの日、完璧なミラーの配置に遭遇しても、その時期は曇っている可能性があります
ノイズの多いセンサーデータ
太陽は移動するターゲットであり、パスに沿って移動し、毎日別のパスをたどります-いつでも太陽の正確な位置を計算できますが、その位置がミラーとどのように関連しているかはわかりません
私の質問は太陽電池アレイではなく、この「ノイズの多い高次元空間の小さなターゲット」の問題に役立つ可能性のある機械学習手法です。ソーラーアレイについては、この質問の触媒であり、良い例であると述べました。
ノイズの多い高次元空間でこのような小さなターゲットを見つけることができる機械学習技術はどれですか。
編集:
いくつかの追加の考え:
はい、現実の世界で太陽の位置を計算できますが、ミラーの位置が現実の世界とどのように関係しているかはわかりません(何らかの方法で学習した場合を除きます)。太陽の方位角が220度、太陽の仰角が60度で、鏡が(-20、42)の位置にあることがわかります。教えてください、その鏡は太陽に正しく位置合わせされていますか?分からない
非常に高度な熱測定があり、「この熱レベルでは、2つのミラーが正しく位置合わせされている必要がある」ことがわかっているとしましょう。問題は、2つ以上のミラー(25個以上)が正しく位置合わせされていることです。
私が検討した1つの解決策は、太陽の方位角と仰角を入力として受け取り、各ミラーの2つの軸に対応する各ミラーの2つの値を持つ大きな配列を出力するニューラルネットワークを使用して、正しい「アライメント関数」を近似することでした。しかし、どのトレーニング方法が最適かわかりません。
より多くの考え:
ミラーにはソフトウェアがアクセスできる座標系がありますが、ソフトウェアはこの座標系が現実の世界とどのように関連しているかを知りません。ミラーが(4、42)の位置にあるとします。どういう意味ですか?私にはわかりませんし、ソフトウェアもわかりません。しかし、ミラーを移動してから(4、42)に戻すと、ミラーが以前と同じ位置になることは知っています。さらに、2つのミラーが(4、42)の位置にあっても、現実の世界では反対方向を向いている場合があります。
はい、多くの高品質センサーがあれば、問題は簡単に解決できます。Energy Innovationsは、私が知る限り、廃業しています。おそらく、彼らがたくさんの本当に素晴らしいセンサーを使用していて、人々が「私はソーラーパネルを買うだけで、安くなっている」と言ったためでしょう。
システム内の唯一のセンサーは、コレクターヘッドにあります。