imágenes falsasSandy Huffaker / Corbis a través de Getty Images
Los investigadores de la Universidad de Stanford ahora estiman que hay 1,47 millones de paneles solares en uso en los 48 estados contiguos, un número que es más alto que cualquier otra estimación previa. Pero lo que es realmente bueno de esta estadística es la forma en que lo obtuvieron.
Los científicos de Stanford construyeron una A.I. Se llama DeepSolar para contar paneles solares desde el espacio. El sistema de aprendizaje automático "analiza las imágenes satelitales para identificar las ubicaciones de GPS y los tamaños de los paneles fotovoltaicos solares", según su sitio web.
"Podemos usar los avances recientes en el aprendizaje automático para saber dónde están todos estos activos, lo que ha sido una gran pregunta, y generar ideas sobre a dónde se dirige la red y cómo podemos ayudar a que llegue a un lugar más beneficioso", dice Ram Rajagopal , un profesor asociado de ingeniería civil y ambiental que ayudó a liderar el proyecto, en un comunicado de prensa.
Los datos de DeepSolar revelan que a pesar de la caída de los precios de los paneles fotovoltaicos, los ingresos siguen desempeñando un papel importante en la determinación de quién es y quién no es probable que invierta en paneles solares. Según el estudio, "los hogares de bajos y medianos ingresos no suelen instalar sistemas solares, incluso cuando viven en áreas en las que hacerlo sería rentable a largo plazo". Los investigadores teorizaron que los costos iniciales de la instalación solar aún son obstáculos, incluso si la energía solar podría ahorrar dinero en el futuro.
DeepSolar recibió alrededor de 370,000 imágenes, todas ellas cubriendo aproximadamente 100 pies por 100 pies de territorio real. Estas imágenes se identificaron como "con paneles solares" o "sin paneles solares". Con eso como punto de partida, DeepSolar pudo aprender las diferencias entre los paneles solares: color, textura y tamaño. Alrededor del 93 por ciento de las veces, DeepSolar pudo identificar correctamente un panel solar. Los científicos estiman que se perdió alrededor del 10 por ciento de las imágenes que tenían instalaciones solares.
La base de datos resultante proviene de más de mil millones de imágenes satelitales, que miran paneles solares residenciales, comerciales y de servicios públicos. Es cierto que el conjunto de datos no es perfecto. La mayoría de las áreas rurales se omitieron en el estudio debido a la suposición de que no tendrían paneles solares, o que no estarían conectados a una red de energía más grande. Los científicos estiman que se perdieron otro 5 por ciento de todos los paneles solares debido a la elección y el plan de mejorar DeepSolar para incluir estas regiones en el futuro.
Por ahora, el equipo espera que su proyecto pueda ayudar a responder las grandes preguntas sobre la energía solar: ¿Quién lo está usando, quién no, y qué impide que las personas lo usen más? Los datos muestran que en 2016 la energía solar se convirtió en la segunda fuente de energía nueva más común en los Estados Unidos. Cualquier persona interesada en aprender cómo podría convertirse en el número uno podría encontrar algo para analizar en los mapas de DeepSolar. Arun Majumdar, profesor de ingeniería mecánica, dice:
"Encontramos algunas ideas, pero es solo la punta del iceberg de lo que creemos que otros investigadores, empresas de servicios públicos, desarrolladores de energía solar y políticos pueden descubrir. "Estamos haciendo esto público para que otros encuentren patrones de despliegue solar y construyan modelos económicos y de comportamiento".
Fuente: Stanford
Source link