Học máy có thể giúp diều và tàu lượn thu năng lượng gió

Học máy có thể giúp diều và tàu lượn thu năng lượng gió

    Học máy có thể giúp diều và tàu lượn thu năng lượng gió

    Machine learning could help kites and gliders to harvest wind energy

     

    Môi trường mô phỏng cho AWE. một bản phác thảo của hệ thống diều-tàu. b Ảnh chụp mặt cắt dọc của vận tốc gió nằm ngang trong dòng chảy rối. c Góc tấn α là góc giữa trục dọc của diều và vận tốc tương đối; sự kiểm soát của nó cho phép con diều lặn xuống và bay lên. d Góc nghiêng ψ thay đổi hướng của lực nâng và sự điều khiển của nó làm cho cánh máy bay rẽ trái và phải. Nguồn: Tạp chí Vật lý Châu Âu E (2023). DOI: 10.1140/epje/s10189-022-00259-2


    Năng lượng gió trong không khí (AWE) là một công nghệ nhẹ sử dụng các thiết bị bay bao gồm diều và tàu lượn để thu năng lượng từ khí quyển. Để tối đa hóa năng lượng mà chúng khai thác, các thiết bị này cần kiểm soát chính xác hướng của chúng để giải thích cho sự nhiễu loạn trong bầu khí quyển của Trái đất.

    Thông qua nghiên cứu mới được công bố trên EPJ E, Antonio Celani và các đồng nghiệp tại Trung tâm Vật lý lý thuyết quốc tế Abdus Salam, Ý, chứng minh cách thuật toán Học tăng cường có thể tăng cường đáng kể khả năng giải quyết sự nhiễu loạn của các thiết bị AWE.

    Với chi phí xây dựng thấp hơn nhiều so với tua-bin gió truyền thống, AWE có thể chứng minh giá trị to lớn trong việc mở rộng phạm vi tiếp cận của năng lượng gió tới các cộng đồng nghèo hơn, xa xôi hơn. Để khai thác năng lượng gió, các thiết bị bay được kết nối với một trạm mặt đất, nơi năng lượng được chuyển đổi thành điện năng hoặc được sử dụng để kéo một phương tiện.

    Thách thức chính mà công nghệ này phải đối mặt là duy trì hiệu suất của nó trong các điều kiện thời tiết và gió rất khác nhau. Để làm điều này, các nhà nghiên cứu hiện đang sử dụng các mô hình máy tính để dự đoán trạng thái tương lai của bầu khí quyển, cho phép diều và tàu lượn tự động điều chỉnh hướng của chúng. Tuy nhiên, do nhiễu loạn đòi hỏi một lượng lớn sức mạnh tính toán để ước tính chính xác, nên nó thường bị bỏ qua trong các mô hình hiện có, dẫn đến hiệu suất dưới mức tối ưu trong các hệ thống AWE.

    Trong nghiên cứu của họ, nhóm của Celani đã giải quyết vấn đề bằng cách sử dụng Học tăng cường: một thuật toán học máy sử dụng các tương tác thử và sai với môi trường xung quanh để tính toán hướng của diều hoặc tàu lượn sẽ thu được năng lượng tối đa có thể từ khí quyển. Như một bằng chứng về khái niệm, các nhà nghiên cứu đã áp dụng thuật toán cho một con tàu mô phỏng được kéo bởi một con diều.

    Khi được cấp một bộ hướng dẫn điều động đơn giản, con diều đã sử dụng Học tăng cường để kéo con tàu đi một quãng đường dài, ngay cả khi không hề biết trước về sóng gió mà nó sẽ gặp phải. Với thành công ban đầu của phương pháp của họ, Celani và các đồng nghiệp hiện hy vọng rằng việc sử dụng Học tăng cường có thể sớm cho phép phạm vi tiếp cận của AWE mở rộng hơn nữa trong tương lai.

    Zalo
    Hotline