Project Sunroof: machine learning e fotovoltaico

Di Project Sunroof si è già parlato più volte su queste pagine: si tratta di un’iniziativa messa in campo da Google con l’obiettivo di favorire la diffusione del fotovoltaico, individuando le aree in cui è più conveniente installare i pannelli, prendendo in considerazione fattori come l’esposizione dei tetti alla luce del sole o la posizione geografica. Oggi il programma evolve con il lancio del portale Data Explorer.

Il raggio d’azione è al momento limitato ai soli Stati Uniti. Si tratta di un sito Web che, per ogni città, offre informazioni dettagliate sulle potenzialità in termini di energia pulita ottenibile tramite il posizionamento degli impianti FV. Interessante il metodo impiegato da bigG per effettuare la stima: le immagini aeree in alta risoluzione di Google Maps e Google Earth sono state analizzate da algoritmi di machine learning, così da identificare in modo del tutto automatico la presenza sui tetti di pannelli fotovoltaici o solari destinati al riscaldamento dell’acqua. Ecco un esempio del risultato restituito per una specifica location.

Oklahoma City ha tetti potenzialmente in grado di ospitare impianti fotovoltaici per generare 5,9 milioni di MWh di energia solare ogni anno. I residenti consumano 3,7 MWh di energia nello stesso periodo. Se sui tetti dovessero essere posizionati i pannelli, soddisferebbero oltre il 100% del fabbisogno cittadino. Verrebbero ridotte anche le emissioni inquinanti: sarebbe come togliere 843.000 automobili dalla circolazione.

Il gruppo di Mountain View afferma di aver trovato 700.000 impianti in tutto il territorio USA, dichiarando però che il numero reale è con tutta probabilità superiore, poiché alcuni potrebbero essere sfuggiti all’analisi degli algoritmi. L’obiettivo di una simile iniziativa è quello di stimolare sempre più, sia i privati che gli enti pubblici, a prendere in considerazione l’installazione di pannelli in grado di produrre energia pulita da fonti rinnovabili.