本土日历可以提高太阳能的效率

一个真正可持续的未来需要太阳能，但是试图持续最大化电池板阵列收集的能量仍然是该行业最大的挑战之一。与化石燃料不同，太阳能产量取决于天气和大气变量的复杂相互作用，以及太阳自身的活动。这意味着基本上不可能制作一个通用的预测模型，因此本地化的太阳能预测系统是必要的。

虽然机器学习技术已经显著改善了当今的预测模型，但仍有很大的改进空间。但是人工智能程序的好坏取决于用于训练它的数据。根据澳大利亚查尔斯·达尔文大学的研究人员的说法，很难找到比第一民族季节性日历更好的太阳预测数据集。他们的新方法在发表在《IEEE计算机学会开放杂志》上的一项研究中有详细说明。

当今的非土著文化通常将一年分为四个季节，但许多过去和现在的土著社区并非如此。例如，像阿兹特克人这样的阳历足够准确，可以指导养活数百万人的农业实践。在澳大利亚，提维群岛的人们根据他们当地的生态知识使用三季日历。达尔文的Gulumoerrgin（Larrakia）社区承认七个主要季节，而北部地区的Kunbarlanja（Gunbalanya）和Ngurrungurrudjba也拥有自己细微的日历。

“这些日历与天气模式和季节密切相关。在这些日历中对当地气候的深刻理解使原住民能够做出明智的资源管理和可持续性决策，”该研究的作者解释道。“由于气候变化会影响天气模式，了解这些日历对于适应环境挑战至关重要。”

此外，与传统的日历系统不同，澳大利亚的土著文化根据当地的生态线索进行季节分类。其中包括与日照和天气模式变化密切相关的植物和动物行为。

考虑到这一点，该团队将来自Tiwi、Gulumoerrgin（Larrakia）、Kunwinjku和Ngurrungurrudjba第一民族日历的信息分解为各种数据点，以及被称为红色中心的现代日历。然后，研究人员将他们的第一民族季节性指标（FNS-Metrics）数据集输入到一个旨在检测大规模模式的新型机器学习模型中。从那里，他们根据爱丽丝斯普林斯的澳大利亚沙漠知识太阳能中心（DKASC）收集的过去太阳能和天气信息测试了该系统。

结果是惊人的：第一民族季节指标的表现远远超过了当今许多领先的预测模型。与已经很强大的基线模型相比，第一民族的数据准确率提高了14.6%，错误率降低了26.2%——不到现有预测程序错误率的一半。

“将第一民族的季节性知识纳入太阳能发电预测可以通过将预测与已经观察和理解了几千年的自然周期相一致来显著提高准确性，”CDU博士候选人和研究合著者卢克·哈姆林说，他也是澳大利亚东部邦德朱朗民族的成员。

哈姆林补充说，将土著知识整合到预测模型中，可以更密切地调整一个系统，以反映环境条件中更微妙的变化。这为各个地区提供了“更精确和文化上更明智的预测”。该团队表示，这一战略对于已经拥有更大的第一民族社区的农村社区来说也特别有希望。这些地方可以从额外的太阳能农场中受益最大。这种方法不仅仅局限于太阳能。

“在未来的工作中，我们将探索该模型在其他地区和可再生能源中的应用，”CDU信息技术讲师兼研究合著者图塞坦·塞尔瓦拉加说。