صرفه جویی میلیارد دلاری در صنعت برق با الگوریتم های هوش مصنوعی
پارس آی سی تی: به گزارش پارس آی سی تی، هوش مصنوعی بعنوان یکی از فناوری های تحول آفرین قرن بیست ویکم، با توانایی پردازش کلان داده ها و شناسایی الگوهای پیچیده، نقشی فزاینده در بهینه سازی و نوآوری در قسمت انرژی ایفا می کند.
به گزارش پارس آی سی تی به نقل از مهر؛ پیچیدگی و پویایی نظام انرژی جهانی که با روندهای فزاینده دیجیتالی سازی، اتصال پذیری و تمرکززدایی همراه می باشد، نه فقط ماهیت تولید، انتقال و مصرف انرژی را متحول کرده بلکه فشارهای ناشی از تغییرات اقلیمی، الزامات کاهش انتشار و افزایش تقاضا را هم شدت بخشیده است.
بر اساس گزارش انتشار یافته از جانب آژانس بین المللی انرژی این شرایط سبب شده تا شرکتهای فعال در حوزه انرژی، از صنایع بزرگ جهانی تا اپراتورهای شبکه های محلی به طور گسترده به استفاده از هوش مصنوعی برای ارتقاء کارایی، کاهش هزینه ها، افزایش ایمنی و کاهش انتشار آلاینده ها روی آورند. این فناوری با استفاده از توان پردازشی فوق العاده و الگوریتم های یادگیری پیشرفته، می تواند نه فقط بهره وری عملیاتی را در سطحی بی سابقه افزایش دهد، بلکه مسیر نوآوری را در حوزه انرژی تسریع بخشد و امکان مدیریت دقیق تر چالش های ساختاری همچون کمبود انرژی را فراهم آورد.
همچنین به نظر می آید فناوری هوش مصنوعی در بستر ایران که با پدیده کمبود انرژی ناشی از مصرف بالای داخلی، فرسودگی زیرساخت ها و محدودیت ظرفیت تولید در بعضی فصول روبروست هم می تواند با بهینه سازی الگوهای تولید و مصرف، پیشبینی هوشمند تقاضا، مدیریت بار در ساعات اوج و ادغام هوشمند منابع تجدیدپذیر، به کاهش فشار بر شبکه و افزایش تاب آوری آن کمک نماید.
خبرنگار مهر در این نوشتار کوتاه به مرور تعدادی از کاربردهای این فناوری نوظهور در حوزه مدیریت انرژی برق می پردازد. چنین کاربست هایی، در صورت همراهی با اصلاحات ساختاری و گسترش زیرساخت دیجیتال، می تواند به کاهش اتلاف انرژی، بهبود امنیت عرضه و ارتقاء بهره وری ملی بینجامد.
صرفه جویی ۱۱۰ میلیارد دلاری در صنعت برق
صنایع نفت و گاز بعنوان پیشگامان استفاده از تکنولوژی های جدید، از دو دهه پیش به استفاده از سامانه های پردازش داده های زیرسطحی، شبیه سازی دقیق مخازن، کنترل و پایش ازراه دور، نگهداری پیش بینانه تجهیزات، پایش هوشمند نشت ها و خودکار سازی مراحل حساس تولید و انتقال پرداخته اند. این رویکرد، همراه با رشد شتابان ظرفیت سوپر کامپیوتر ها با نرخ سالانه نزدیک به ۷۰ درصد، بستری بی رقیب برای استقرار مدلهای پیشرفته هوش مصنوعی به وجود آورده است. چنین بستر پردازشی، امکان تحلیل آنی حجم عظیمی از داده های لرزه نگاری، فشار و دمای مخازن و عملکرد تجهیزات را فراهم می آورد و دقت تصمیم گیری را بشکل قابل توجهی ارتقا می دهد.
برمبنای برآوردهای صورت گرفته از جانب کارشناسان آژانس بین المللی انرژی، در قسمت برق، استفاده از هوش مصنوعی در بهره برداری، پایش وضعیت و نگهداری نیروگاه ها می تواند تا سال ۲۰۳۵ سالانه تا ۱۱۰ میلیارد دلار صرفه جویی مستقیم هزینه ای حاصل از کاهش مصرف سوخت و کاهش هزینه های تعمیرات بهمراه داشته باشد.
همچنین، این فناوری با بهینه سازی مدیریت شبکه و بارگذاری خطوط، امکان ادغام گسترده تر منابع تجدیدپذیر در سیستم را فراهم می آورد؛ به شکلی که تا ۱۷۵ گیگاوات ظرفیت اضافی انتقال در خطوط موجود آزاد شود. این افزایش ظرفیت می تواند خصوصاً در کشورهایی همچون جمهوری اسلامی ایران که با محدودیت توسعه خطوط جدید و نیاز فوری به بهینه سازی بهره برداری از زیرساخت های موجود مواجهند، اهمیت دوچندان داشته باشد.
کاربردهای هوش مصنوعی در قسمت های مصرف نهائی هم دامنه گسترده ای را در بر می گیرد. در صنایع سبک، همچون تولید الکترونیک و ماشین آلات، این فناوری می تواند تا سال ۲۰۳۵ حدود ۸ درصد صرفه جویی انرژی بوجود آورد که در مقیاس ملی، به معنای کاهش قابل توجه مصرف سوخت های فسیلی و فشار بر شبکه است.
از سوی دیگر، در قسمت حمل و نقل هم بهینه سازی عملکرد ناوگان خودرو ها، کاهش ردپای کربنی، خصوصاً در مسیرهای طولانی، همچون دستاوردهای عملیاتی فناوری مذکور به حساب می آید. در ساختمان ها، باآنکه محدودیت در سرعت دیجیتالی سازی مانع بهره برداری کامل از پتانسیل موجود است، اما نمونه های موفق در بهبود بهره وری و اجرای برنامه های پاسخ گویی هوشمند به تقاضا نشان داده که این حوزه ظرفیت بالایی برای کاهش کمبود انرژی دارد. افزون بر این، پژوهش های صورت گرفته نشان می دهند که دقت پیشبینی های آب وهوایی که برای برنامه ریزی و تاب آوری شبکه های انرژی حیاتی می باشد، با بهره گیری از مدلهای هوش مصنوعی بهبود یافته و نیاز به توان پردازشی هم کم شده است.
کارشناسان باور دارند که علیرغم این ظرفیت ها، موانعی همچون ضعف مقررات حمایتی، کمبود دسترسی به داده های جامع و با کیفیت، مشکلات سازگاری و یکپارچگی سامانه ها، شکاف های جدی مهارتی و محدودیت های زیرساخت دیجیتال، سرعت و دامنه پیاده سازی را محدود می کنند. از همین روی، می توان نتیجه گرفت که حل این موانع، استفاده از کلان داده ها و تنظیم گری مناسب در ایران، شرط ضروری جهت استفاده از این فرصت ها در کاهش ناترازی و ارتقاء تاب آوری سیستم انرژی است.
هوش مصنوعی به مثابه شتاب دهنده نوآوری انرژی
نوآوری فناورانه در قسمت انرژی، مسیری طولانی و پرچالش از مرحله تشکیل ایده تا تجاری سازی و پذیرش گسترده در بازار را طی می کند. خیلی از فناوری های بنیادین حوزه انرژی، از موتورهای احتراق داخلی گرفته تا سلول های خورشیدی، دهه ها زمان نیاز داشته اند تا از نمونه اولیه به مقیاس صنعتی برسند؛ اما امروز، این زمان بندی می تواند بشکل شایان توجهی با استفاده از هوش مصنوعی کوتاه شود. این فناوری در حوزه پزشکی توانسته است فرایند کشف ساختارهای سه بعدی پروتئین ها را ۴۵ هزار برابر سریع تر کند؛ ظرفیتی که می تواند در قسمت انرژی هم به کشف و توسعه مواد پیشرفته، طراحی بهینه سامانه های تولید و انتقال، و بهبود چرخه عمر تجهیزات منتقل شود.
با این حال، داده های موجود نشان میدهد که سهم هوش مصنوعی در نوآوری های ثبت شده بخش انرژی همچنان بسیار محدود است؛ تنها حدود ۱ درصد از پتنت های این حوزه به کاربرد بخش انرژی دلالت دارند و ۲/۳ درصد از استارتاپ های انرژی مدل کسب و کار خویش را بر اساس این فناوری بنا کرده اند. این سهم، در مقایسه با حوزه هایی مانند علوم زیستی (۷ درصد) و کشاورزی (۴/۳ درصد)، پایین است. این در شرایطی است که بخش بزرگی از چالش های نوآوری انرژی، از شناسایی و ترکیب مواد جدید مانند پروسکایت های پایدار برای سلول های خورشیدی که می توانند هزینه و فضای مورد نیاز را کاهش دهند تا ادغام فناوری های نو در زنجیره های پیچیده تأمین صنعتی، دقیقا با قابلیت های تحلیلی، یادگیری و پیشبینی هوش مصنوعی هم راستا هستند. بطور مثال، یک کارخانه تولید باتری می تواند روزانه تا ۱۰ میلیارد نقطه داده از فرایندهای تولید، آزمایش و کنترل کیفیت ثبت کند که تحلیل این حجم داده با مدلهای پیشرفته هوش مصنوعی، امکان شناسایی سریع نقص ها، پیشبینی عملکرد در شرایط مختلف و کاهش ریسک های فنی و مالی توسعه فناوری را فراهم می سازد.
هوش مصنوعی، بعنوان یک نیروی تحول آفرین، می تواند نقش محوری در گذار به سامانه های انرژی کارآمدتر، پاک تر و تاب آورتر ایفا کند و با تشکیل ظرفیتهای نوین پیشبینی، کنترل و بهینه سازی، مسیر رسیدن به اهداف کلان انرژی را کوتاه تر و اثربخش تر سازد. با این وجود، گویی تحقق کامل پتانسیل این فناوری مستلزم رفع موانع نهادی، تقویت زیرساخت های دیجیتال، ارتقاء مهارت نیروی انسانی و ایجاد چارچوب های تنظیم گری هوشمند است.
سرمایه گذاری هدفمند در پژوهش و توسعه، پشتیبانی از استارتاپ های نوآور و ایجاد زمینه های همکاری بین المللی می تواند سرعت و دامنه اثرگذاری این فناوری را در قسمت انرژی بشکل شایان توجهی افزایش دهد. از همین روی، در ایران که با چالش کمبود انرژی ناشی از رشد سریع تقاضا، ناکارآمدی مصرف، فرسودگی زیرساخت ها و محدودیت ظرفیت تولید در بعضی فصول مواجه می باشد، به کارگیری هوش مصنوعی ضرورتی راهبردی به حساب می آید.
این فناوری می تواند با پیشبینی دقیق الگوهای مصرف، مدیریت بار در ساعات اوج، بهینه سازی توزیع منابع و تسهیل ادغام تجدیدپذیرها، به کاهش فشار بر شبکه، کاهش اتلاف و افزایش امنیت عرضه کمک نماید. بالاخره، همان گونه که تجربه دیگر بخش ها نشان داده است، کشورهایی که در مدیریت بحران هایی مانند ناترازی، زودتر و هوشمندانه تر به کاربست هوش مصنوعی در حوزه انرژی بپردازند، در رقابت جهانی این حوزه پیشتاز خواهند بود. بطور خلاصه، صنایع نفت و گاز به عنوان پیشگامان استفاده از فناوری های نوین، از دو دهه پیش به استفاده از سیستم های پردازش داده های زیرسطحی، شبیه سازی دقیق مخازن، کنترل و پایش ازراه دور، نگهداری پیش بینانه تجهیزات، پایش هوشمند نشت ها و خودکار سازی مراحل حساس تولید و انتقال پرداخته اند. با این وجود، داده های موجود نشان میدهد که سهم هوش مصنوعی در نوآوری های ثبت شده بخش انرژی بازهم بسیار محدود است؛ تنها حدود ۱ درصد از پتنت های این حوزه به کاربرد بخش انرژی دلالت دارند و ۲/۳ درصد از استارتاپ های انرژی مدل کسب وکار خویش را بر طبق این فناوری بنا کرده اند. هوش مصنوعی، به عنوان یک نیروی تحول آفرین، می تواند نقش محوری در گذار به سیستم های انرژی کارآمدتر، پاک تر و تاب آورتر ایفا کند و با تشکیل ظرفیت های نوین پیشبینی، کنترل و بهینه سازی، مسیر رسیدن به اهداف کلان انرژی را کوتاه تر و اثربخش تر سازد.
منبع: ict-pars.ir
این پست را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این پست