بهینه سازی مصرف انرژی خورشیدی با استفاده از الگوریتم شبکه های عصبی کانولوشنی به منظور کاربرد در شهرهای هوشمند

استفاده بهینه و کارآمد از انرژی خورشیدی در شهر و خانه های هوشمند از اهمیت ویژه ای برخوردار است. در این راستا ذخیره سازی انرژی حاصل از منابع تجدید پذیر دارای صرفه اقتصادی بسیاری بوده و امکان محاسبه میزان هزینه صرفه جویی شده را نیز امکان پذیر می نماید. در این تحقیق به منظور شناسایی سقف ساختمان ها در تصاویر ماهواره ای که بیش ترین سهم را در دریافت انرژی و نور خورشید دارند، از شبکه های عصبی کانولوشنی استفاده می گردد. هم چنین با استفاده از تحلیل شبکه های عصبی کانولوشن به شناسایی و طبقه بندی فضاهای مناسب برای قراردادن پنل های خورشیدی به منظور استفاده بهینه از انرژی خورشیدی در ساعات خاصی از شبانه روز پرداخته می شود. یکی از موارد بسیار مهم در این خصوص محل قرارگیری پنل ها و سلول های خورشیدی و تحلیل الگوی آب و هوایی منطقه و بررسی تعداد ساعت های تابش نور خورشید و میزان انرژی قابل ذخیره برای استفاده در خانه هوشمند می باشد. نتایج حاصل از تحلیل نشان داد که به اشتراک گذاری پارامترها برای تخمین پتانسیل انرژی ذخیره شده - یادگیری عمیق الگوهای جاده و سقف خانه ها - شناسایی دقیق سقف خانه ها و محاسبه مساحت آنها به ترتیب با وزن گزینه های ۰.۱۹۷ و ۰.۱۹۳ و ۰.۱۶۲ به عنوان مهم ترین گزینه ها به منظور استفاده از الگوریتم شبکه های عصبی کانولوشنی با هدف بهینه سازی مصرف انرژی خورشیدی در خانه های هوشمند می باشند.

Keywords:

خانه هوشمند , شبکه های عصبی کانولوشنی , صفحه خورشیدی , باتری خورشیدی , یادگیری عمیق