Pesquisadores da Universidade Charles Darwin (CDU) no Território do Norte (NT) desenvolveram um sistema de previsão de energia solar chamado FNS-Metrics. Eles usaram informações sazonais de calendários dos povos originários da Austrália (conhecidos também como First Nations, ou Primeiras Nações), cujos dados foram inseridos em um novo modelo de previsão de inteligência artificial (IA) que eles também projetaram, chamado Conv-Ensemble.
Como resultado, atingiram uma taxa de erro de previsão de energia solar, menor que a metade da taxa de erro dos modelos de previsão atuais. Em outras palavras, houve um aumento de 14,6% na precisão e uma redução de 26,2% no erro em comparação com um modelo de linha de base.
Com o potencial de revolucionar a tecnologia de previsão, os pesquisadores desenvolveram o modelo de IA usando os calendários das Primeiras Nações Tiwi, Gulumoerrgin (Larrakia), Kunwinjku e Ngurrungurrudjb,a e um calendário moderno conhecido como Red Centre.
O Conv-Ensemble usa camadas Conv1D para captar grandes padrões gerais nos dados e redes de transformadores e memória de longo prazo (LSTM) para refinar padrões mais detalhados, que são então combinados usando um aprendizado de máquina, técnica de concatenação de recursos ponderados para obter a melhor previsão possível.
Imagem: Universidade Charles Darwin
Para testar a abordagem, os pesquisadores extraíram dados de energia solar e clima do Desert Knowledge Australia Solar Center (DKASC) em Alice Springs, com resultados mostrando que o modelo pode prever a geração de energia solar com uma taxa de erro menor.
O co-autor da pesquisa, estudante de doutorado e homem do povo indígena Bundjalang, Luke Hamlin, disse que o conhecimento ambiental mantido nos calendários é um recurso inestimável.
“Incorporar o conhecimento sazonal das Primeiras Nações nas previsões de geração de energia solar pode aumentar significativamente a precisão, alinhando as previsões com os ciclos naturais que foram observados e compreendidos por milhares de anos”, disse Hamlin. “Ao contrário dos sistemas convencionais de calendário, esses insights sazonais estão profundamente enraizados em pistas ecológicas locais, como comportamentos de plantas e animais, que estão intimamente ligados a mudanças na luz solar e nos padrões climáticos.”
Hamlin acrescentou que, ao integrar esse conhecimento, as previsões podem ser adaptadas para refletir mudanças mais granulares nas condições ambientais, levando a previsões mais precisas e culturalmente informadas para regiões específicas da Austrália.
Imagem: Universidade Charles Darwin
Co-autores, o professor associado de tecnologia da informação Bharanidharan Shanmugam e o professor de tecnologia da informação Dr. Thuseethan Selvarajah, disseram que a combinação de IA avançada e sabedoria das antigas Primeiras Nações pode revolucionar a tecnologia de previsão.
“A previsão precisa da energia solar é desafiadora e esses desafios dificultam o desenvolvimento de um modelo de previsão universal”, disse Shanmugam.
“O sucesso da abordagem proposta sugere que ela pode ser uma ferramenta valiosa para o avanço da previsão de geração de energia solar em áreas rurais e, em trabalhos futuros, exploraremos as aplicações do modelo em outras regiões e fontes de energia renováveis”, disse Selvarajah.
Um artigo sobre o estudo, Conv-Ensemble for Solar Power Prediction with First Nations Seasonal Information, foi publicado no IEEE Open Journal of the Computer Society.
Este conteúdo é protegido por direitos autorais e não pode ser reutilizado. Se você deseja cooperar conosco e gostaria de reutilizar parte de nosso conteúdo, por favor entre em contato com: editors@pv-magazine.com.
Ao enviar este formulário, você concorda com a pv magazine usar seus dados para o propósito de publicar seu comentário.
Seus dados pessoais serão apenas exibidos ou transmitidos para terceiros com o propósito de filtrar spam, ou se for necessário para manutenção técnica do website. Qualquer outra transferência a terceiros não acontecerá, a menos que seja justificado com base em regulamentações aplicáveis de proteção de dados ou se a pv magazine for legalmente obrigada a fazê-lo.
Você pode revogar esse consentimento a qualquer momento com efeito para o futuro, em cujo caso seus dados serão apagados imediatamente. Ainda, seus dados podem ser apagados se a pv magazine processou seu pedido ou se o propósito de guardar seus dados for cumprido.
Mais informações em privacidade de dados podem ser encontradas em nossa Política de Proteção de Dados.