การใช้พลังงานไฟฟ้าจากโซลาร์เซลล์กำลังเป็นที่สนใจ คุณอาจจะกำลังวางแผนที่จะติดตั้งโซลาร์เซลล์เพื่อใช้งาน แต่ยังไม่ทราบว่าเมื่อนำมาติดตั้งที่บ้านแล้วจะได้รับพลังงานไฟฟ้าตามที่คาดหวังหรือไม่ หรือแม้แต่ภาครัฐเองที่มีความจำเป็นจะต้องตรวจสอบโซลาร์เซลล์ที่ประชาชนนำมาติดตั้งตามนโนบายของภาครัฐก็ต้องการทราบการประเมินพลังงานไฟฟ้าด้วยเช่นกัน จะใช้วิธีการอย่างไรจึงจะคาดการณ์ข้อมูลพลังงานไฟฟ้าจากโซลาร์เซลล์ได้ ?
วิเคราะห์และคาดการณ์ปริมาณพลังงานไฟฟ้าโซลาร์เซลล์ด้วยวิธี Deep Learning บนโปรแกรม ArcGIS Pro
Deep Learning คือ ประเภทของการเรียนรู้ด้วยปัญญาประดิษฐ์ (AI) ที่ตรวจจับคุณลักษณะหรือฟีเจอร์ในภาพโดยใช้เลเยอร์หลายเลเยอร์ในโครงข่ายใยประสาทเสมือน ซึ่งสามารถแยกคุณลักษณะเฉพาะหนึ่งรายการหรือมากกว่าในภาพออกมาเป็นเลเยอร์แต่ละเลเยอร์ได้
โปรแกรม ArcGIS Pro มีชุดเครื่องมือ Deep Learning Tool ประกอบด้วยเครื่องมือที่ตรวจจับคุณลักษณะเฉพาะในภาพและจำแนกพิกเซลในชุดข้อมูลแรสเตอร์ (Raster) โดยใช้โมเดล (Model) ที่ได้รับการฝึกให้ตรวจจับคุณลักษณะเฉพาะในกรอบการทำงานของ Deep Learning
โปรแกรม ArcGIS Pro มีเครื่องมือที่เรียกว่า ‘Deep Learning Tool’ ที่ตอบโจทย์ความต้องการการคาดการณ์ปริมาณพลังงานไฟฟ้าจากการติดตั้งโซลาร์เซลล์ด้วยการใช้ข้อมูลภาพถ่ายทางอากาศรายละเอียดสูงในการวิเคราะห์ข้อมูล ตั้งแต่ขั้นตอนการวางแผนการติดตั้งโซลาร์เซลล์และคาดการณ์ปริมาณพลังงานไฟฟ้าที่จะผลิตได้ ไปจนถึงการหาตำแหน่งที่ติดตั้งโซลาร์เซลล์เพื่อติดตามและตรวจสอบ เช่น เปรียบเทียบพลังงานจริงที่ได้รับกับข้อมูลการคาดการณ์จาก Deep Learning Tool เครื่องมือสามารถวิเคราะห์และประมวลผลได้รวดเร็ว ช่วยประหยัดเวลาการทำงานของผู้ใช้งานมากยิ่งขึ้น
ด้วยขั้นตอนการทำงานหลักของ Deep Learning Tool บน ArcGIS Pro ใน 3 ขั้นตอน ได้แก่
1. การเตรียมชุดข้อมูลตัวอย่าง (Prepare Training Data)
2. การสอนและเรียนรู้ของโมเดล (Training a Model)
3. การนำโมเดลไปใช้งาน (Use the Model)
