Cientistas dos Estados Unidos
criaram uma rede neural para detectar painéis solares em imagens de satélite. Além disso, também é capaz de prever a dinâmica da distribuição de painéis em uma região específica, dependendo de várias características da região, incluindo as socioeconômicas. Com base nos resultados do sistema, os desenvolvedores criaram um mapa com informações sobre a popularidade da energia solar nos Estados Unidos.
Uma equipe de cientistas liderada pelo professor Ram Rajagopal está trabalhando em seu projeto, chamado DeepSolar, na Universidade de Stanford. A base do projeto é a popular
rede neural convolucional Inception-v3, que foi treinada usando um conjunto de dados de 1,28 milhão de fotografias de vários objetos.
A rede foi modificada de acordo com as tarefas. Para continuar o trabalho, os especialistas limparam os parâmetros da última camada da rede neural, criando um conjunto de dados especializado.
A rede neural foi treinada parcialmente em imagens de satélite do Google Maps, parcialmente em imagens de outras fontes. O serviço de mapas do Google foi usado porque os mapas contêm informações sobre a disponibilidade de painéis solares. A rede neural convolucional foi “punida” pelo reconhecimento incorreto de objetos no mapa.
Como resultado, ela foi capaz de ensiná-la a determinar a presença de painéis solares com uma precisão de mais de 93%. Em seguida, foi adicionada uma camada que pode selecionar painéis na imagem - pequenas áreas e grandes regiões de "fazendas solares". O teste final da rede neural foi realizado com base na varredura de uma base contendo mais de 1 bilhão de imagens de satélite de várias regiões dos Estados Unidos.
Como resultado, os cientistas obtiveram um banco de dados bastante amplo, que inclui as coordenadas da localização dos painéis solares em quase todo o país. Como se viu, existem mais de 1,47 milhão desses objetos no país, mais do que o listado nas bases de dados de vários sistemas de contabilidade de fotocélulas. O projeto dos cientistas de Stanford é ainda maior que o Google - a empresa mantém um registro de painéis solares como parte do projeto Google Sunroof. Ao mesmo tempo, a rede neural DeepSolar pode distinguir entre painéis “domésticos” e painéis industriais, que cobrem uma área significativa.
É claro que, no segundo caso, é mais fácil distinguir entre painéis, e a precisão do reconhecimento por sua rede neural é superior a 96%.
Na próxima etapa do projeto, os especialistas compararam os dados reais com várias características das regiões, como mencionado acima. Como se viu (e isso dificilmente pode ser chamado de surpresa), existem mais painéis em locais economicamente desenvolvidos do que em locais não muito bem fornecidos. Em seguida, vem o "platô", formado após exceder o limite de renda de US $ 150 mil por família. Também foi possível descobrir que os painéis solares começam a aparecer na região se a produção de energia é de 4,5 a 5 kWh por dia por metro quadrado.
Com base nos dados coletados, os pesquisadores desenvolveram uma metodologia para prever o grau de penetração dos painéis solares em determinadas regiões. A metodologia utiliza 94 parâmetros diferentes, incluindo o nível de insolação, tarifas de energia elétrica, o nível de renda dos moradores e outros. O resultado dos cálculos é a previsão do número de painéis solares por uma família.
Segundo os desenvolvedores, sua rede neural pode ser usada para monitorar o nível de penetração de painéis solares em várias regiões, não apenas nos Estados Unidos, mas também em outros países. Gradualmente, os cientistas farão uma análise da distribuição de energia solar em todo o mundo, usando imagens de alta qualidade do Google e de outras fontes como base. O banco de dados será atualizado anualmente, apesar de ser um projeto sem fins lucrativos.
A rede neural e seu trabalho podem ser usados para atingir vários objetivos. Por exemplo, análise da situação com a distribuição de células solares para avaliar a eficácia de programas para o desenvolvimento de energia alternativa. Os analistas podem usar os dados em seu proveito, no entanto, ainda não está claro se os dados serão fornecidos gratuitamente ou se será necessário usá-los. Seja como for, fica claro que a IA e as redes neurais estão cada vez mais penetrando em nossas vidas e trabalho.