基于计算机视觉、低成本硬件与深度学习的太阳跟踪系统新方法
机器学习
2018-09-21 v1 计算机视觉与模式识别
机器学习
摘要
本文提出了一种太阳跟踪系统的新方法。鉴于当前系统在成本与运行方面的问题，我们开发了一种基于低成本、计算机视觉开源硬件和深度学习的新方法。在阿尔梅里亚太阳能平台（PSA）进行的初步测试取得成功，揭示了其巨大潜力，并表明该新方法是传统系统的良好替代方案。所提出的方法可为太阳跟踪系统控制提供关键变量，如云层运动预测、遮挡与阴影检测、大气衰减或聚光太阳辐射测量，从而改进系统控制策略，进而提升系统性能。
引用
@article{arxiv.1809.07048,
title = {New approach for solar tracking systems based on computer vision, low cost hardware and deep learning},
author = {Jose A. Carballo and Javier Bonilla and Manuel Berenguel and Jesús Fernández-Reche and Ginés García},
journal= {arXiv preprint arXiv:1809.07048},
year = {2018}
}
备注
12 pages, 10 figures,