Quanto l’AI migliora il settore dell’energia solare? Uno studio dell’Università di Gävle elabora un programma che incrementa l’efficienza dei pannelli per i tetti degli edifici

L’AI migliora l’efficienza degli impianti per la produzione di energia solare? Dall’ultimo studio dell’Università di Gävle sembra proprio di sì: la ricerca ha infatti elaborato una serie di programmi di intelligenza artificiale che sono in grado di calcolare il numero ideale di pannelli fotovoltaici per un tetto e come posizionarli per ottenere la massima efficienza possibile.

L’intelligenza artificiale ti dice dove e come posizionare i pannelli fotovoltaici sui tetti

Installare un impianto fotovoltaico può spaventare i meno esperti del settore e ma chi è interessato a  ospitare pannelli solari sul tetto della propria abitazione può verificare come e quanto funzioneranno, il livello di efficienza che garantiscono e, soprattutto, quanto si risparmia ad autoprodurre la propria energia.

Da questo punto di vista esistono in fatti diversi strumenti e simulatori digitali in grado di eseguire questi calcoli facilmente consultabili in maniera gratuita online.

Il progresso tecnologico legato al settore fotovoltaico non si ferma qui: uno studio dell’Università di Gävle in Svezia ha infatti realizzato un sistema di AI che migliora nettamente le prestazioni degli impianti a energia solare.

Il lavoro del ricercatore Mohammad Aslani e del professore di informatica Stefan Seipel ha portato a una nuova frontiere dell’intelligenza artificiale applicata al fotovoltaico: uno strumento di calcolo che è in grado di dire con precisione quanti pannelli installare e in quale posizione, a seconda delle dimensioni e della forma del tetto, fornendo i dati sulla quantità di energia potenzialmente prodotta. L’AI è talmente sviluppata da tenere in considerazione anche aspetti contestuali come eventuali sovrastrutture dei tetti o potenziali zone d’ombra.

Per realizzare il programma i due studiosi hanno utilizzato PointNet++, una intelligenza artificiale di deep learning in grado di apprendere in maniera profonda usando mappe catastali, immagini dall’alto e dati puntuali. Dall’applicazione della rete neurale di PointNet++ gli scienziati hanno ricavato i segmenti dei tetti interessati, valutando anche elementi qualitativi come la pendenza e l’orientamento. A questo punto è stato possibile analizzare le diverse superfici disponibili dal cluster individuato, tenendo conto anche di eventuali camini e angoli, e il programma di AI ha restituito la quantità precisa di moduli installabili su ognuna delle superfici, oltre che suggerimenti su dove collocarli, per garantire maggiore efficienza.

Ognuna delle tre fasi del processo (individuazione delle aree, definizione dei segmenti e suggerimenti per l’efficienza energetica) applica due diverse intelligenze artificiali così che questo sistema di AI applicata al miglioramento della produzione di energia solare impiega in tutto sei diverse reti neurali e si conferma il più avanzato al momento, superando gli studi – già pionieri del settore – di  Göteborg e Uppsala.