Переход человечества к устойчивому развитию невозможен без широкого внедрения солнечной энергетики. Однако основной вызов этой отрасли — максимально эффективное использование солнечной энергии, ведь выработка зависит не только от погоды, но и от множества атмосферных и природных факторов. В отличие от ископаемого топлива, солнечные панели тесно связаны с капризами природы, а универсальные модели для прогнозирования выработки здесь не работают и требуются локальные предиктивные системы.
Солнечные панели могт быть намного более эффективными, если использовать знания коренных народов в каждой местности.
Самый эффективный способ получения солнечной энергии
За последние годы машинное обучение значительно усовершенствовало прогнозирование выработки энергии, однако даже современные модели имеют большие погрешности. Важнейшим фактором остается качество исходных данных: чем ближе информация к местным условиям, тем выше точность прогнозов
, где очень много всего
интересного и познавательного!
Большинство современных обществ делит год на четыре сезона. Однако индейские и другие коренные народы традиционно используют гораздо более сложные календари, основанные на наблюдениях за природой. Например, у народов Тиви есть три сезона, у общины Гулумоэрргин — семь, а племена Кунвинжку и Нгуррунгуруджба имеют свои уникальные системы. В Древней Америке, у ацтеков, календарь был настолько точным, что позволял миллионам людей выстраивать аграрный цикл.
«Эти календари тесно связаны с погодными шаблонами и сезонами. Глубокое знание местного климата помогает принимать правильные решения по использованию ресурсов» — отмечают авторы исследования. Особенность традиционных календарей в том, что они определяют сезоны не по датам, а по экологическим сигналам. К ним можно отнести поведение растений, миграцию птиц, характер дождей и солнечного света.
Люди всегда следили за сезонностью. И раньше для них это было вопросов выживания, а не просто эффективности.
После сбора данных их загрузили в новую модель машинного обучения, способную распознавать сложные паттерны. Система проверялась на реальных данных о выработке и погоде с крупнейшей солнечной станции Австралии — Desert Knowledge Australia Solar Centre (ДКАСК) в Алисе-Спрингс.
Результаты впечатляют: сезонные данные коренных народов сделали прогнозирование мощности солнечных панелей на 14,6% точнее по сравнению с уже продвинутыми современными моделями, а ошибка сократилась на 26,2% — менее чем до половины прежних значений.
«Интеграция знаний коренных народов позволяет более точно отражать тонкие изменения природных условий. Это дает культурно обоснованные и максимально точные прогнозы для каждой местности» — говорит соавтор исследования Люк Хэмлин, представитель народа Банджуланг.
Северной Америки.
Особая ценность подхода — его применимость в сельских и отдаленных территориях с крупными общинами коренных народов, где солнечная энергетика особенно востребована. Кроме того, интеграция традиционных знаний открывает путь к применению подобных моделей и в других видах возобновляемой энергетики.
Впереди у исследователей новые задачи, среди которых тестирование подхода для разных регионов и энергии ветра, биомассы, воды. Прогнозы солнечных электростанций теперь возможны благодаря тысячелетним экологическим знаниям коренных народов. Интеграция этих данных в ИИ открывает новую эру развития возобновляемой энергетики, повышая эффективность солнечной генерации там, где это особенно важно.
Комментарии