CT는 풍력 에너지 생성을위한 Awe (Airborne Wind 카지노사이트ergy) 시스템의 자동 제어 및 특성화를위한 딥 러닝 모델을 연구하기위한 IADG카지노사이트OL R & D 프로젝트와 함께 진행하고 있습니다. .

이 프로젝트에서 CT 팀은 최첨단 딥 러닝 기술의 사용을 조사하여 제어를 향상시키고 AWES로 알려진 풍력 에너지 생성 시스템에 대한 깊은 이해를 얻고 있습니다.

여기서 주요 목표는 경외 시스템의 자동 궤적 제어를위한 딥 러닝 기반 제어 모델을 만드는 것뿐만 아니라 이러한 모델을 사용하여 그러한 시스템이 직면 한 동적 문제를 이해하고 특성화하는 것입니다.

CT는 이미 프로젝트 기간의 거의 2 년에 걸쳐 정의 된 4 개의 작업 패키지 중 3 개를 완료했습니다. 나머지 측면에는 개발 된 솔루션의 테스트 및 검증이 포함됩니다.

1 단계 : 요구 사항의 최첨단 연구 및 정의

이 단계에서, 우리는 현재 공중 에너지 시스템의 상태를 탐색하고 고급 기술을 사용하여 이러한 시스템을 제어하기위한 요구 사항을 설정했습니다. 우리의 연구는이 분야에서 기존 연구가 부족하여 강화 학습과 심층 신경망을 포함하는 솔루션을 채택 할 것을 촉구했습니다.

2 단계 : 솔루션 설계

여기, 우리는 공중 풍력 시스템의 자동 제어 문제를 해결하기위한 기술 기준을 확립했습니다. 시뮬레이터 및 실험 데이터를 사용하여 솔루션을 개발하고 테스트했습니다. 실제 비행 데이터, 나중에 항공기를 제어하는 ​​AI 모델을 훈련시키는 데 사용됩니다.

3 단계 : 솔루션 개발

이 단계에는 이전 단계에서 개발 된 알고리즘을 구현하고 정제하는 것이 포함되었습니다. 우리는 역동적 인 시스템 특성화, 고도의 풍력 예측 및 강화 학습을 기반으로 자동 컨트롤러를위한 모델을 만드는 데 중점을 두었습니다.

4 단계 : 테스트 및 검증

최종 단계에는 시뮬레이션 된 환경과 실제 기계 모두에서 테스트를 수행하는 것이 포함되었습니다. 2 월과 5 월 사이에 산타 마리아 데 라 알라 메다 (Santa Maria de la Alameda)의 비행 시험 센터에서 테스트를 수행해야합니다.