پیش‌بینی دقیق ارتفاع موج با مدل یادگیری ماشین محققان امیرکبیر

به گزارش خبرگزاری صدا و سیما ،این مدل در قالب یک رابط کاربری گرافیکی هوشمند بر پایه هوش مصنوعی طراحی شده است تا مهندسان و برنامه‌ریزان حوزه انرژی‌های تجدیدپذیر بتوانند به‌سادگی از آن برای پیش‌بینی شرایط دریا استفاده کنند.

 هدف اصلی این دستاورد، پشتیبانی از بهره‌برداری و برنامه‌ریزی عملیات مبدل‌های انرژی موج و تسهیل تصمیم‌گیری در پروژه‌های مرتبط با انرژی دریایی است.

این مدل که قابلیت کار با داده‌های محدود و پراکنده را دارد، در قالب یک رابط کاربری گرافیکی کاربرپسند طراحی شده تا کاربران با هر سطح دانش فنی بتوانند از آن برای برنامه‌ریزی بهینه مبدل‌های انرژی موج بهره‌مند شوند. این دستاورد نویدبخش گامی عملی در توسعه انرژی‌های تجدیدپذیر دریایی و آینده‌ای پایدارتر است.

 امیرحسین شهبازبگیان، دانش‌آموخته مقطع کارشناسی رشته مهندسی دریا، با راهنمایی و هدایت دکتر محمود غیاثی، دانشیار دانشکده مهندسی دریا دانشگاه صنعتی امیرکبیر، موفق به انتشار مقاله‌ای با عنوان» توسعه یک رابط کاربری گرافیکی مبتنی بر یادگیری ماشین برای پیش‌بینی ارتفاع موج شاخص به منظور پشتیبانی از برنامه‌ریزی عملیات مبدل‌های انرژی در ژورنال Renewable Energy از نشریات معتبر انتشارات الزویر شد.

شهبازبگیان در این باره گفت: ما با همکاری دکتر غیاثی در دانشکده مهندسی دریا دانشگاه صنعتی امیرکبیر پژوهشی انجام دادیم که دستاورد‌های آن توسعه یک مدل هوش مصنوعی نوآورانه و کاربرپسند برای پیش بینی ارتفاع موج شاخص است.

این پارامتر به عنوان کلیدی‌ترین عامل در طراحی و بهره برداری از مبدل‌های انرژی دریایی شناخته می‌شود چرا که هر خطای پیش بینی می‌تواند به کاهش چشمگیر بازدهی، افزایش هزینه‌های تعمیر و نگهداری یا حتی خسارات جبران ناپذیر منجر شود.

وی اضافه کرد: یکی از مهمترین موانع در این مسیر نیاز شدید مدل‌های متداول یادگیری ماشین به حجم عظیمی از داده‌های تاریخی است؛ داده‌هایی که جمع آوری آنها در محیط‌های دریایی نه تنها پرهزینه و زمان بر است بلکه در بسیاری از مناطق ساحلی جهان خصوصا کشور‌های در حال توسعه عملا غیر ممکن محسوب می‌شود.

پژوهش ما پاسخی مستقیم به همین چالش بوده است. در این پروژه یک مدل یادگیری ماشین بهینه شده، توسعه داده شد؛ مدلی پیشرفته و هوشمند بر پایه هوش مصنوعی در حوزه دریایی که قابلیت ویژه‌ای در یادگیری از داده‌های کوچک و پراکنده دارد.

این دانش آموخته دانشگاه صنعتی امیرکبیر خاطر نشان کرد: ما این مدل را با داده‌های چهار بویه دریایی در نقاط مختلف سواحل کشور استرالیا آموزش دادیم، مناطقی مختلف که به عمد انتخاب شدند تا طیفی گسترده از شرایط اقلیمی و الگو‌های موجی را پوشش دهند.

وی نتایج به دست آمده از این پژوهش را شگفت انگیز توصیف کرد و گفت: مدل توانست با دقتی بین ۹۳ تا ۹۷ درصد، پیش بینی امواج را انجام دهد و عملکردی بهتر از بسیاری از الگوریتم‌های یادگیری ماشین معمول از خود نشان دهد.

وی تاکید کرد:، اما نقطه عطف و نوآوری اصلی این پژوهش، انتقال آن از فضای صرفاً دانشگاهی به عرصه کاربردی و دنیای واقعی است. در این راستا، ما مدل توسعه‌یافته را در قالب یک رابط کاربری گرافیکی هوشمند و شهودی پیاده‌سازی کردیم؛ ابزاری که بدون نیاز به دانش تخصصی، هر کاربر ـ از یک مهندس ساحلی گرفته تا یک برنامه‌ریز انرژی ـ می‌تواند تنها با چند کلیک داده‌های منطقه مورد نظر خود را وارد کرده و پیش‌بینی‌های دقیق ارتفاع موج را برای بازه‌های زمانی متنوع، از یک ماه تا یک سال، در قالب نمودار‌ها و گزارش‌های قابل درک و کاربردی دریافت کند.

به گفته وی این رویکرد، ترکیبی از هوش مصنوعی پیشرفته و طراحی کاربرپسند است چیزی که تاکنون در حوزه انرژی‌های تجدید پذیر دریایی کمتر دیده شده است.

شهبازبگیان یادآور شد:با این ابزار امکان انتخاب بهینه‌ترین مکان برای نصب مبدل‌های انرژی موج فراهم می‌شود، هزینه‌های مطالعات اولیه به شدت کاهش می‌یابد و حتی در مناطقی که داده‌های تاریخی اندکی دارند، می‌توان به پیش بینی‌های مطمئنی دست یافت.

شهبازبگیان تاکید کرد: این پژوهش تنها یک پیشرفت علمی نیست بلکه گامی عملی در مسیر دستیابی به آینده‌ای پاک‌تر و پایدارتر است. در دوراتی که جهان با تهدید تغییرات اقلیمی و ضرورت فوری کاهش وابستگی به سوخت‌های فسیلی مواجه است، ابزار‌های هوشمندی از این دست می‌توانند نقش کلیدی در توسعه انرژی‌های پاک دریایی و تحقق گذار به جهانی کم کربن ایفا کنند.

وی ابراز امیدواری کرد که این کار زمینه ساز گسترش پروژه‌های مبتنی بر هوش مصنوعی در انرژی ها‌ی تجدید پذیر دریایی در سراسر جهان باشد.