Применение искусственного интеллекта в энергетике

Обновлено: 18.09.2020

Машинное обучение нейросетей применяется в энергетике для решения следующих задач:
- мониторинг работы оборудования
- прогнозирование энергопотребления сети
- прогнозирование погоды (для СЭС и ВЭС)
- управление энергосистемами зданий, дата-центров для снижения потребления энергии

Примеры использования ИИ для энергетики - даны ниже.

2019. Google использует ИИ, чтобы сделать работу ветростанций более эффективной



Google уже давно хочет перевести работу своей компании на 100%-возобновляемые энергетические ресурсы. Однако эти ресурсы все еще сравнительно дорогие. Если говорить о ветре, то одна из причин этого - непредсказуемость ветровой нагрузки. Оператору ветроэлектростанции сложно рассчитать, какую часть выработанной энергии оставить в хранилище, а какую поставлять в сеть. И вот с этой проблемой Гугл решил помочь, применив свои технологии искусственного интеллекта. Они создали нейросеть, которая обучается на работе конкретной ветроэлектростанции, ее потребителях и прогнозах погоды, и через некоторое время начинает почасово предсказывать силу ветра на 2 дня и высчитывать оптимальное соотношение хранения/отдачи энергии. Говорят, экономия за счет этого достигает 20%.


2018. OptimEase - ИИ для управления нефтехимической установкой



Российская компания Химтех создала систему OptimEase для управления нефтехимической установкой с помощью технологий машинного обучения. В OptimEase сочетаются и одновременно работают два компонента: термодинамическая модель и предсказательная статистическая модель. В рамках реализации конкретного проекта термодинамический модуль OptimEase настраивается для существующей нефтехимической установки – устройства, предназначенного для переработки нефти, задействованного на НПЗ (нефтеперерабатывающем заводе), чтобы учитывать все нюансы оборудования установки и каталитической системы, аспекты технологических соединений и специфику систем управления. Это помогает точно описать параметры рабочего режима и характеристики продуктов.


2017. DNV: Искусственный интеллект сделает солнечную и ветровую энергетику эффективнее



Норвежская сертификационная компания DNV представила исследование «Умная возобновляемая энергетика: преимущества, риски и будущее использования искусственного интеллекта в преобразовании энергии солнца и ветра». В нем сообщается, что достижения и наработки в автоматизации, мониторингре, логистике ресурсов и организации труда демонстрируют множество возможностей для применения искусственного интеллекта (AI) c целью повышения эффективности работы. В частности, исследователи уточняют, какую пользу могут получить солнечная и ветро- индустрии от использования специальных ИИ приложений. К примеру, это роботы – лежащие, ползающие, плавающие и ныряющие, предназначены для удаленного контроля. Они обладают неоспоримыми преимуществами в вопросах обслуживания техники и устранения неполадок. Второе - ускоренная обработка информации. Сегодня анализ и планирование вынуждают обращаться к тысячам документов и отнимают у работников много часов. Это работа может быть сокращена и даже усовершенствована. Третье - новые эффективные решения в деле логистической оптимизации. К примеру, доставка комплектующих беспилотными машинами и даже автоматизация строительства конструкций, преобразующих энергию.


2017. Нейронная сеть позволяет сделать атомные реакторы безопаснее


Регулярные проверки компонентов атомных электростанций крайне важны для обеспечения их безопасной эксплуатации. Однако нынешние методы, как правило, очень времязатратны, очень утомительны и часто сталкиваются с субъективной оценкой, так как в основном анализ видеоматериалов на наличие трещин в реакторах проводится техниками-людьми. Нейросеть, разработанная специалистами Пердью, обучена на 300 тысяч изображений различных трещин. Эффективность проверки реакторных систем остается на высоком уровне даже в том случае, когда нуждающийся в инспекции элемент реактора находится под водой, что, как правило, и происходит, так как вода в реакторах используется для охлаждения. Благодаря данной системе снижаются риски для человеческого здоровья. Нейронная сеть анализирует каждый сантиметр каждого кадра в поисках трещин, а затем следит за каждой трещиной от одного кадра к другому с помощью алгоритма слияния данных.


2016. Deepmind снизил затраты на охлаждение дата-центра Гугла на 40%



DeepMind и Google разработали систему искусственного интеллекта, которая мониторит отдельные компоненты ЦОД и управляет охлаждением серверных залов. Решение позволило сократить энергозатраты на работу систем охлаждения на 40%. Систему охлаждения в дата-центре компании мониторят тысячи физических датчиков. Данные с них поступают на нейросеть, развернутую в облаке. Она работает с 19 различными параметрами, среди которых числится общая нагрузка на серверы, количество работающих водяных помп, влажность воздуха на улице и даже скорость ветра. Она строит список прогнозов, как то или иное изменение в системе повлияет на энергопотребление дата-центра и температуру в машинном зале. Например, изменение температуры «холодного» коридора может вызвать колебания нагрузки на чиллеры, теплообменники и помпы, что, как результат, приведет к нелинейным изменениям в производительности оборудования. Из составленного списка выбираются наиболее эффективные действия, которые сильнее других снизят энергопотребление и не приведут к сбоям в работе ЦОД.


2015. IBM станет ведущим провайдером прогноза погоды для бизнеса



Важна ли погода для бизнеса? Конечно, особенно, если ваш бизнес - это сельхоз предприятие, турфирма, кафе, солнечная электростанция или магазин одежды. Погода влияет на стабильность поставок, выбор ассортимента и активность продаж. В таком случае, каждая уважающая себя система бизнес-аналитики должна учитывать прогноз погоды. Так подумали в IBM и купили крупнейшую в мире метеослужбу The Weather Company. IBM планирует скормить данные из трех миллиардов прогнозных референсных точек своему суперкомпьютеру Watson и совершить переворот в прогнозировании погоды. Кроме того, они планируют создать платформу, которая позволит сторонним бизнес-приложениям использовать информацию о погоде за некоторую плату.