Data science, нейронные сети
T&P (Track and Predict)
Представитель команды, 3D дизайнер
Драгунов Иван
Подготовка презентации и оформление проекта
Кунцевич Кристина
Аналитик, представитель команды
Ломтев Егор
Разработчик, капитан
Чахнин Михаил
Участники
Представление данных об энергопотенциале местности
L Project
Победитель
Окно в НТИ
2020
Запрос команды
Найти партнеров, которые смогут выделить нам вычислительные мощности и данные для работы нашего проекта
Аналитик, дизайнер
Числов Григорий
Прямая задача нашего сервиса - прогнозирование энергопотенциала местности. Наш сервис построен на базе нейронной сети, написанной на python при помощи модулей tensorflow, pandas, numpy и тд. Бэкэнд нашего приложения построен с помощью фреймворка Django.
На основе 4 параметров: температура, влажность, кол-во осадков, давление мы можем выдавать данные об инсоляции и скорости ветра. Далее мы можем сразу сказать сколько будет вырабатываться электроэнергии для различных моделей солнечных панелей и ветряков. Помимо этого, в будущем планируется такая функция, что еще на этапе проектирования городов мы сможем определять как и где лучше всего размешать солнечные панели на домах так, чтобы для города снизить стоимость в построении электростанций.
Благодаря нашему сервису можно будет сократить время на постройку ветряков, ведь мы заранее можем определять энергопотенциал местности, тем самым размещая их в наиболее выгодных для этого местах и сокращая время на изучение территорий. Достаточно будет лишь данных.
Модель нашей нейронной сети обучена по данным НАСА за последнии 30 лет. Для первичной работы мы взяли лишь одну точку - лагерь «Орленок», в котором и был сделан первичный прототип.
Примерно так выглядят результаты работы нашей нейронной сети в предсказании инсоляции. (Синий цвет - предсказания нейронной сети, Красный цвет - реальные данные)
На основе 4 параметров: температура, влажность, кол-во осадков, давление мы можем выдавать данные об инсоляции и скорости ветра. Далее мы можем сразу сказать сколько будет вырабатываться электроэнергии для различных моделей солнечных панелей и ветряков. Помимо этого, в будущем планируется такая функция, что еще на этапе проектирования городов мы сможем определять как и где лучше всего размешать солнечные панели на домах так, чтобы для города снизить стоимость в построении электростанций.
Благодаря нашему сервису можно будет сократить время на постройку ветряков, ведь мы заранее можем определять энергопотенциал местности, тем самым размещая их в наиболее выгодных для этого местах и сокращая время на изучение территорий. Достаточно будет лишь данных.
Модель нашей нейронной сети обучена по данным НАСА за последнии 30 лет. Для первичной работы мы взяли лишь одну точку - лагерь «Орленок», в котором и был сделан первичный прототип.
Примерно так выглядят результаты работы нашей нейронной сети в предсказании инсоляции. (Синий цвет - предсказания нейронной сети, Красный цвет - реальные данные)
Победитель
Проектная школа МГК "Поведники онлайн"
2020
Финалист
3D БУМ
2019
Финалист
Олимпиада НТИ Кружкового движения ССиДЗЗ
2020
Победитель
XLIV Международная молодежная научная конференция "Гагаринские
чтения"
чтения"
2020
Стартап-участник Архипелаг 20.35