Energy Innovations의 다음 디자인과 유사하게 태양열 집열기에 빛을 집중시키는 여러 개의 독립 거울이있는 태양열 집열기에 대해 생각해 왔습니다.
이 태양 전지판 조립에 결함이 있기 때문에 다음과 같은 가정 (또는 그 부족)을 진행하고 있습니다.
소프트웨어는 각 미러의 "위치"를 알고 있지만이 위치가 실제 또는 다른 미러와 어떤 관련이 있는지는 알지 못합니다. 이것은 거울 보정이 불량하거나 거울에 영향을 줄 수있는 다른 환경 요인을 설명합니다.
미러가 한 방향으로 10 개를 이동 한 다음 반대 방향으로 10 개를 이동하면 원래 시작된 위치로 끝납니다.
기계 학습을 사용하여 거울을 올바르게 배치하고 집광기에 빛의 초점을 맞추고 싶습니다. 컬렉터 내부의 열과 전력 출력을 최대화하기 위해 미러 위치를 최적화하여 최적화 문제로 접근 할 것으로 기대합니다.
문제는 시끄러운 고차원 공간에서 작은 대상을 찾는 것입니다 (각 거울에는 2 개의 회전축이 있다고 간주). 내가 기대하는 몇 가지 문제는 다음과 같습니다.
흐린 날, 완벽한 거울 정렬에 걸려 넘어 지더라도 당시에는 흐려질 수 있습니다.
시끄러운 센서 데이터
태양은 움직이는 목표이며 경로를 따라 이동하며 매일 다른 경로를 따릅니다. 태양의 정확한 위치를 언제든지 계산할 수는 있지만 그 위치가 거울과 어떤 관련이 있는지 알 수는 없습니다.
제 질문은 태양 광 배열에 관한 것이 아니라 잡음이 많은 고차원 공간의 작은 목표에 도움이 될 수있는 가능한 머신 러닝 기술입니다. 나는이 질문에 대한 촉매제 였고 좋은 예이기 때문에 태양 배열을 언급했다.
시끄러운 고차원 공간에서 이러한 작은 목표를 찾을 수있는 기계 학습 기술은 무엇입니까?
편집하다:
몇 가지 추가 생각 :
예, 실제 세계에서 태양의 위치를 계산할 수 있지만 거울 위치가 실제 세계와 어떻게 관련되어 있는지 알 수는 없습니다 (어떻게 배우지 않는 한). 태양의 방위각은 220도이고 태양의 고도는 60도이며 거울이 제 위치에 있음을 알고있을 것입니다 (-20, 42). 이제 거울이 태양과 정확하게 정렬되어 있습니까? 당신은 모른다.
매우 정교한 열 측정이 있다고 가정하고 "이 열 수준에는 2 개의 거울이 올바르게 정렬되어 있어야합니다"라는 것을 알고 있습니다. 이제 문제는 어떤 두 개의 거울 (25 개 이상)이 올바르게 정렬되어 있습니까?
내가 고려한 한 가지 해결책은 태양의 방위각과 고도를 입력으로 사용하고 각 거울의 2 축에 해당하는 각 거울에 대해 2 개의 값을 갖는 큰 배열을 출력하는 신경망을 사용하여 올바른 "정렬 기능"을 근사화하는 것입니다. 최고의 훈련 방법이 무엇인지 잘 모르겠습니다.
더 많은 생각 :
거울에는 소프트웨어가 액세스 할 수있는 좌표계가 있지만 소프트웨어는이 좌표계가 실제 세계와 어떻게 관련되어 있는지 모릅니다. 거울이 제 위치에 있다고 가정하자 (4, 42). 그게 무슨 뜻이야? 나는 소프트웨어를 모른다. 그러나 거울을 움직 인 다음 다시 (4, 42)로 옮기면 거울이 이전과 같은 위치에 있다는 것을 알고 있습니다. 또한 두 개의 거울이 위치 (4, 42)에있을 수 있지만 실제 환경에서 반대 방향을 가리킬 수 있습니다.
그렇습니다. 고품질 센서가 많으면 문제를 쉽게 해결할 수 있습니다. 에너지 혁신은 내가 말할 수있는 최선의 선택이 아닙니다. 아마도 그들은 정말 멋진 센서를 많이 사용하고 사람들은 "나는 단지 태양 전지 패널을 구입할 것입니다. 더 저렴합니다"라고 말했습니다.
시스템의 유일한 센서는 수집기 헤드에 있습니다.