Havada rüzgâr enerjisi (AWE), performansı en üst düzeye çıkarmak için kanat yöneliminin dinamik olarak kontrol edilebildiği uçurtma ve planör gibi havadaki cihazları kullanarak rüzgârdan güç elde edilmesini sağlayan hafif bir teknolojidir. Bu cihazların dünya atmosferindeki türbülansı hesaba katmak için yönlerini hassas bir şekilde kontrol etmeleri gerekir1.
İtalya’daki Abdus Salam Uluslararası Teorik Fizik Merkezi’nden Antonio Celani ve meslektaşları, EPJ E dergisinde yayınlanan yeni bir araştırmayla, Takviyeli Öğrenme algoritması kullanarak AWE cihazlarının türbülansı hesaba katma becerisini nasıl önemli ölçüde artırabileceğini göstermektedir.
Rüzgâr enerjisi elde etmek için uçan cihazlar (AWE vb.) rüzgar gücünün elektrik enerjisine dönüştürüldüğü bir yer istasyonuna bağlanırsa geleneksel rüzgâr türbinlerine kıyasla çok daha düşük inşaat maliyetlerine sahip olur ve gelecek açısından son derece değerli olabilir.
Değişken rüzgâr ve hava koşullarında performansını korumak bu teknolojinin karşılaştığı en temel zorluktur. Araştırmacılar atmosferin gelecekteki durumunu tahmin edebilmeleri, uçurtma ve planörlerin yönlerini dinamik olarak ayarlayabilmeleri için bilgisayar modelleri kullanmaktadır. Türbülansın tam olarak tahmin edilebilmesi için fazla hesaplama gücü gerektiğinden mevcut modellerde genellikle göz ardı edilmesi AWE sistemlerinde yetersiz performanslara yol açmaktadır2.
Takviyeli Öğrenme, sistem hakkında önceden bilgi sahibi olmayı gerektirmeden, çevredeki ortamla deneme yanılma etkileşimlerini kullanarak gözlemleri ilişkilendiren bir makine öğrenimi algoritmasıdır. Araştırmacılar uçan cihazların hangi yöneliminin atmosferden mümkün olan maksimum enerjiyi çıkaracağını hesaplamak için simüle edilmiş bir ortamda algoritmanın bir uçurtmayı kontrol ederek etkin bir yol bulup gemiyi uzun mesafeler boyunca çektiğini göstermiştir.
Araştırmacılar yaklaşımlarının ilk başarısıyla birlikte Takviyeli Öğrenme kullanımının gelecekte AWE’lerin erişim alanının daha da genişlemesini sağlayabileceğini umuyorlar.
Kaynaklar