Saya telah memikirkan kolektor surya di mana beberapa cermin independen memfokuskan cahaya pada kolektor surya, mirip dengan desain berikut dari Inovasi Energi.
Karena akan ada kekurangan dalam perakitan array surya ini, saya melanjutkan dengan asumsi berikut (atau ketiadaan):
Perangkat lunak tahu "posisi" dari masing-masing cermin, tetapi tidak tahu bagaimana posisi ini berhubungan dengan dunia nyata atau dengan cermin lainnya. Ini akan menjelaskan kalibrasi cermin yang buruk atau faktor lingkungan lainnya yang mungkin mempengaruhi satu cermin tetapi tidak yang lain.
Jika sebuah cermin bergerak 10 unit dalam satu arah, dan kemudian 10 unit dalam arah yang berlawanan, itu akan berakhir di tempat awalnya dimulai.
Saya ingin menggunakan pembelajaran mesin untuk memposisikan cermin dengan benar dan memfokuskan cahaya pada kolektor. Saya berharap saya akan mendekati ini sebagai masalah optimasi, mengoptimalkan posisi cermin untuk memaksimalkan panas di dalam kolektor dan output daya.
Masalahnya adalah menemukan target kecil di ruang dimensi tinggi yang bising (mengingat setiap cermin memiliki 2 sumbu rotasi). Beberapa masalah yang saya antisipasi adalah:
hari berawan, bahkan jika Anda menemukan penyelarasan cermin yang sempurna, mungkin akan berawan saat itu
data sensor berisik
matahari adalah target yang bergerak, ia bergerak di sepanjang jalan, dan mengikuti jalan yang berbeda setiap hari - meskipun Anda dapat menghitung posisi tepat matahari kapan saja, Anda tidak akan tahu bagaimana posisi itu berhubungan dengan cermin Anda
Pertanyaan saya bukan tentang susunan surya, tetapi kemungkinan teknik pembelajaran mesin yang akan membantu dalam masalah "target kecil dalam ruang dimensi tinggi yang bising" ini. Saya menyebutkan susunan surya karena merupakan katalisator untuk pertanyaan ini dan contoh yang bagus.
Apa teknik pembelajaran mesin yang dapat menemukan target sekecil itu di ruang dimensi tinggi yang bising?
EDIT:
Beberapa pemikiran tambahan:
Ya, Anda dapat menghitung posisi matahari di dunia nyata, tetapi Anda tidak tahu bagaimana posisi cermin terkait dengan dunia nyata (kecuali Anda telah mempelajarinya entah bagaimana). Anda mungkin tahu azimuth matahari 220 derajat, dan ketinggian matahari 60 derajat, dan Anda mungkin tahu cermin ada pada posisi (-20, 42); sekarang katakan padaku, apakah cermin itu sejajar dengan matahari? Kamu tidak tahu.
Mari kita asumsikan Anda memiliki beberapa pengukuran panas yang sangat canggih, dan Anda tahu "dengan tingkat panas ini, harus ada 2 mirror yang sejajar dengan benar". Sekarang pertanyaannya adalah, dua mirror mana (dari 25 atau lebih) yang disejajarkan dengan benar?
Salah satu solusi yang saya pertimbangkan adalah memperkirakan "fungsi penyelarasan" yang benar menggunakan jaringan saraf yang akan mengambil azimuth dan elevasi matahari sebagai input dan output array besar dengan 2 nilai untuk setiap mirror yang sesuai dengan 2 sumbu dari masing-masing mirror. Saya tidak yakin apa metode pelatihan terbaik.
Lebih banyak pemikiran:
Cermin memang memiliki sistem koordinat yang dapat diakses oleh perangkat lunak, tetapi perangkat lunak tidak tahu bagaimana sistem koordinat ini berhubungan dengan dunia nyata. Katakanlah cermin ada pada posisi (4, 42); apa artinya? Saya tidak tahu dan begitu pula perangkat lunaknya. Tetapi saya tahu bahwa jika saya memindahkan cermin dan kemudian memindahkannya kembali ke (4, 42) cermin akan berada di posisi yang sama seperti sebelumnya. Selain itu, dua mirror mungkin pada posisi (4, 42) tetapi menunjuk ke arah yang berlawanan di dunia nyata.
Ya, dengan banyak sensor kualitas, masalahnya mudah diselesaikan. Inovasi Energi keluar dari bisnis sebaik yang bisa saya katakan, mungkin karena mereka menggunakan banyak sensor yang sangat hebat dan orang-orang berkata, "Saya hanya akan membeli panel surya, harganya lebih murah."
Satu-satunya sensor dalam sistem berada di kepala kolektor.