Aaj ke samachar mein, ek naya tareeka aaya samne jahan solar plants ki quality ko monitor karne ke liye drones ka istemal kiya ja raha hai. Datasee.AI naam ki startup ne drones ke saath artificial intelligence aur machine learning ka upyog karke solar plant ke construction ki quality ko improve kiya hai. Is naye tareeke se ab solar developers ko construction ke dauraan hone wali kamiyon ko pehchanne mein madad milti hai. Toh chaliye, aaj ke samay mein chal rahe current affairs ko Hindi mein samjhein.
Question 1
– कैसे डाटासी.एआई ने बड़े सौर प्लांट के लिए निर्माण गुणवत्ता को मॉनिटर करने के लिए समाधान दिया?
– ड्रोन का उपयोग
– ग्रीन इमेजिंग
– स्वतंत्र बुलब
– सोलर टेस्टिंग
Answer: ड्रोन का उपयोग
Question 2
– डाटासी अपने क्लाइंट्स को किस तकनीकी प्लेटफॉर्म प्रदान करता है?
– स्थल नक्शा निर्माण
– फोटोग्राफी समाधान
– अवरोध चिकित्सा
– सोलर परियोजना विशेषज्ञ
Answer: स्थल नक्शा निर्माण
Question 3
– भास्कर रघुनाथन किस क्षेत्र में अपनी मास्टर की पढ़ाई की थी?
– चिकित्सा
– इमेजिंग
– उड़ान
– एनर्जी
Answer: इमेजिंग
Question 4
– डाटासी क्या है?
– डॉक्टर्स ऑफ सोलर एसेट्स
– ड्रोन निर्माता
– इमेजिंग प्लेटफॉर्म
– सौर ऊर्जा कंपनी
Answer: इमेजिंग प्लेटफॉर्म
What is the importance of construction consistency in building a large solar plant?
Even imperceptible inconsistencies in construction matter when building a large solar plant spread across acres. For example, a mere millimetric variation in the height of the piles can affect the flatness of the arrays and impact performance. Similarly, ensuring that the rows of panels are exactly parallel is crucial.
How did Datasee.AI address the issue of construction quality monitoring in solar plant projects?
Datasee.AI, a start-up based in Chennai and Atlanta, came up with a solution to use drones to monitor construction quality in solar plant projects. They use drone photography, artificial intelligence, and machine learning models to interpret image data for solar developers in the US, Europe, and West Asia.
What services does Datasee provide to its clients in the solar energy sector?
Datasee provides clients with a software-based platform that collects geospatial information about their solar projects from the early stages of construction. Post construction, the same imaging technology is used to detect defects in the solar plant. The company uses infrared or plain RGB cameras mounted on drones for image collection and AI-based analysis to spot inconsistencies in construction.
How does Datasee use drones and AI to detect defects in solar plants?
Datasee uses drones equipped with cameras to collect images of solar plants and detect heat signatures (defects known as hotspots). Machine learning models then identify these defects and advise clients on ways to correct them by comparing them with similar defects in the database.
What expertise does Bhaskar Raghunathan, the founder of Datasee, bring to the company?
Bhaskar Raghunathan’s expertise in imaging began during his master’s programme in product design at the Indian Institute of Science, Bengaluru, where he worked on image processing. He designed a drone for image collection, earning him four patents. With his knowledge in drones and imaging, Raghunathan decided to apply it to the renewable energy sector, leading to the founding of Datasee in 2017.
आज की वर्तमान मामलों की खबर में, एक बड़े सोलर प्लांट का निर्माण करने के दौरान, जो एकड़ भूमि पर फैला है, निर्माण में छोटी-छोटी अंतरायों का महत्व होता है। उदाहरण के लिए, पाइल्स की ऊँचाई में सिर्फ एक मिलीमीटर का विचलन - जो सोलर पैनलों का समर्थन करने वाले संरचनाएँ हैं - से एरे की समता पर असर पड़ सकता है और फिर प्रदर्शन पर प्रभाव डाल सकता है। इसी तरह, पैनलों की पंक्तियां सही ढंग से समान होने की आवश्यकता है।
राजस्थान में एक 2,500 एकड़ के प्लांट का निर्माण कर रहे एक सोलर डेवलपर ने एक बड़ा हिस्सा फिर से करने के लिए $30,000 खर्च किया। चेन्नई और अटलांटा, यूएसए से संचालित स्टार्टअप Datasee.AI ने इस समस्या का हल निकाला - निर्माण गुणवत्ता को मॉनिटर करने के लिए उड़ान का उपयोग करें।
उड़ान फोटोग्राफी के आम उपयोग के अलावा, Datasee तस्वीर डेटा का व्याख्यान करने के लिए कृत्रिम बुद्धिमत्ता और मशीन लर्निंग मॉडल का उपयोग करता है। उसके ग्राहकों में संयुक्त राज्य अमेरिका, यूरोप और पश्चिम एशिया में कई सोलर डेवलपर शामिल हैं। उसके पास 18 जीडब्ल्यू आदेश हैं, जिसमें से 10.5 जीडब्ल्यू विदेश से हैं। कंपनी कहती है कि वह एक और 22 जीडब्ल्यू नए आदेश के लिए चर्चा में है।
डेटासी ग्राहकों को एक सॉफ्टवेयर आधारित प्लेटफॉर्म प्रदान करता है जो उनके सोलर परियोजनाओं के बारे में भू-अंतर्निर्धारित जानकारी एकत्रित करता है, शुरुआती चरण से ही। निर्माण के बाद, उसी छवि प्रौद्योगिकी का उपयोग किया जाता है जो सोलर प्लांट में उत्पन्न हो सकती हैं दोषों का पता लगाने के लिए।
दोष विश्लेषण
भास्कर रघुनाथन, संस्थापक और मुख्य कार्यकारी अधिकारी, डेटासी, कहते हैं कि स्टार्टअप "भूमि के उचाई प्रोफाइल को सेंटीमीटर स्तर पर निर्धारित करने के लिए प्राकृतिक निर्माण में मदद प्रदान कर सकती है। थोड़ी सी असंगति भी सोलर संपत्तियों की रोबोटिक सफाई में समस्याएं उत्पन्न कर सकती है या ट्रैकर क्षमता प्रभावित कर सकती है।"
जब प्लांट निर्मित हो जाता है, तो ड्रोन हॉटस्पॉट्स के रूप में गर्मी के संकेतों की पहचान करने में मदद के लिए छवियाँ लेते हैं, यदि कोई हो। हर इन हॉटस्पॉट्स की एक विशेष दोष को दर्शाता है। एक मशीन लर्निंग मॉडल इन दोषों की पहचान करता है और (डेटाबेस में समान दोषों की तुलना करके) मार्गदर्शन देता है कि उन्हें सुधारने के तरीके क्या हैं।
रघुनाथन का इमेजिंग में अनुभव उनके मास्टर्स कार्यक्रम के दौरान भारतीय विज्ञान संस्थान, बेंगलुरु, में उनके प्रोडक्ट डिज़ाइन के मास्टर्स प्रोग्राम के दौरान शुरू हुआ, जहां उन्होंने छवि प्रसंस्करण पर काम किया (मुख्य रूप से चिकित्सा छवियों पर)। उन्होंने छवि संग्रह के लिए उड़ान डिज़ाइन किया, जिसने उन्हें चार पेटेंट दिए। आज, रघुनाथन उन विनिमयों के लिए एक मूल्यांकन करने वाले लोग में से एक हैं जो बाजार में आने वाले ड्रोन्स के लिए 'प्रकार प्रमाणीकरण' जारी करते हैं। उनके पास ड्रोन्स और छवि में विशेषज्ञता के साथ, उन्होंने उसे अपने पैशन के एक और क्षेत्र में लागू करने का निर्णय लिया - नवीकरणीय ऊर्जा में। Datasee 2017 में जन्म हुआ।
"हम समस्याओं के पहले पहचानकर्ता हैं, एक मॉड्यूल विफलता का पहला स्तर का अंदाज देने वाले हैं; हम सोलर संपत्तियों के चिकित्सक हैं," राघुनाथन कहते हैं।
