Havada rüzgâr enerjisi (AWE), rüzgârdan güç elde etmek için uçurtma ve planör gibi havadaki cihazları kullanarak performansı en üst düzeye çıkarmayı amaçlayan hafif bir teknolojidir. Ancak, değişken rüzgâr ve hava koşulları, bu teknolojinin performansını korumak için karşılaştığı en büyük zorluktur.
Bu zorluğu aşmak için İtalya’daki Abdus Salam Uluslararası Teorik Fizik Merkezi’nden Antonio Celani ve meslektaşları, Takviyeli Öğrenme algoritmasını kullanarak AWE cihazlarının türbülansı hesaba katma becerisini önemli ölçüde artırabileceğini gösteren bir araştırma yayınladılar. Takviyeli Öğrenme, sistem hakkında önceden bilgi sahibi olmayı gerektirmeyen bir makine öğrenimi algoritmasıdır. Çevredeki ortamla deneme yanılma etkileşimlerini kullanarak gözlemleri ilişkilendirir ve sonunda etkili bir yol bulur.
Araştırmacılar, simüle edilmiş bir ortamda algoritmayı bir uçurtma kontrol etmek için kullandılar ve uçan cihazların hangi yöneliminin atmosferden mümkün olan maksimum enerjiyi çıkaracağını hesapladılar. Bu yaklaşımın ilk başarısıyla birlikte, Takviyeli Öğrenme kullanımının gelecekte AWE’lerin erişim alanının daha da genişlemesini sağlayabileceği umulmaktadır.
AWE teknolojisi, uçan cihazların rüzgar gücünü elektrik enerjisine dönüştürdüğü bir yer istasyonuna bağlandığında, geleneksel rüzgâr türbinlerine kıyasla daha düşük inşaat maliyetlerine sahip olabilir. Bu nedenle, AWE teknolojisi gelecek açısından son derece değerli olabilir. Ancak, mevcut modellerde türbülans genellikle göz ardı edildiği için AWE sistemlerinde yetersiz performanslara yol açabilmektedir.
Araştırmacılar, Takviyeli Öğrenme kullanarak bu sorunu aşmanın bir yolunu buldukları için, bu teknolojinin gelecekteki başarılarına yönelik umutları artırmışlardır.
DAHA FAZLASI İÇİN: Machine learning could help kites and gliders harvest wind energy
