Mesterséges intelligencia és gépi tanulás az energetikában

Kapcsolódó cikkek

Mesterséges intelligencia és gépi tanulás az energetikában

Mesterséges intelligencia és gépi tanulás az energetikában

energia

2 perc

Az „adatvezérelt” kifejezés korábban a döntéshozatalát segítő táblázatkezelő programokra utalt. A digitalizálás e téren is jelentős fejlődést hozott: ma már az adatok gyűjtése, naplózása és elemzése automatizált módon is megoldható. A svéd-svájci ABB szerint érdemes hasonló stratégiát alkalmazni az energiagazdálkodás területén is.

A haladáshoz két dolog szükséges. A szakterületet jól ismerő szakemberek és adatok. Az ABB-nek és a hozzá hasonló cégeknek adatgyűjtéssel létre kell hozni a gépi tanuláshoz (machine learning) szükséges adathalmazokat, a szaktudásukkal pedig munkafolyamatok fejlesztését kell elősegíteni. Ezáltal biztosíthatják, hogy minden mesterséges intelligenciára (AI) alapozott szolgáltatás valós értéket nyújtson, és a megbízhatóságot erősítse.  

Lejár a rutinszerű karbantartás ideje

„Az első lépés a hardver és a hardver teljesítményének jobb megértése. Ez azt eredményezheti, hogy a rutinszerű műszaki ellenőrzéseket felválthatja az állapotfüggő karbantartás. Ha elérkezik az az idő, amikor az AI-alkalmazás megismeri és megérti, hogy ’miként néznek ki’ a hatékonyan működő gépek, akkor azonnal észlelni tudja majd, ha valami meghibásodik” – részletezte Andrea Temporiti, a vállalat digitalizálási vezetője.

A gyárakban felhasznált energia mintegy 12%-át az épületek fűtésére vagy hűtésére fordítják. „Célunk, hogy az AI azonnal jelezni tudja, ha valamelyik egység meghibásodott, így elkerülhetővé váljon, hogy a túlzott energiafogyasztás ténye csak egy hónappal később, a rutinszerű jelentésből derüljön ki” – tette hozzá.

Hasonló technológiai megoldás alkalmazható azokra az áramellátási problémákra is, amelyekkel az egyre nagyobb számú, megújuló energiát használó gyár szembesül. A környezeti adatok, mint például a hőmérséklet, a páratartalom és a rezgés gyűjtésével olyan még komplexebb modelleket lehet létrehozni, amelyek képesek feltárni a historikus környezeti és üzemi mérések közötti összefüggéseket.

Az éghajlatváltozás miatt is sürgetőek a fejlesztések

„Ha képesek leszünk szabályozni a gyár beltéri hőmérsékletének fenntartására fordított energiát, apró, de jelentős lépést tehetünk a Föld éghajlatának stabilizálása felé. Az AI képes lesz előre jelezni az energiaigényt, valamint a nap- és szélerőművek valószínű energiatermelését, így a létesítmények a csúcsidőn kívüli időszakokban elegendő energiát tárolhatnak majd akár megújuló energiaforrásokból, akár az energiahálózatról” – vélekedik Andrea Temporiti.

Bár a klímaváltozáshoz számos vitatott kérdés kapcsolódik, de azt azonban egyértelmű, hogy az energia drága, és az energiafogyasztás, illetve -termelés irányításának módját sokkal okosabbá lehetne tenni – összegezte az ABB szakértője.