Mae tîm o ymchwilwyr o ENEA, y Bari Polytechnic a Phrifysgol Roma Tre wedi datblygu RAFAEL, prosiect arloesol sy'n defnyddio deallusrwydd artiffisial i atal llewygau trydanol a achosir gan donnau gwres.
Diolch i dechnegau dysgu peiriannau uwch a dadansoddi data, nod y prosiect yw sicrhau cyflenwad ynni sefydlog a pharhaus yn ystod y galw brig mewn dinasoedd mawr.
Felly mae RAFAEL yn anelu at amddiffyn y grid trydan rhag ffenomenau tywydd eithafol, megis tymereddau uwch na 40 ° C, a thrwy hynny helpu i wella gwytnwch y grid ac atal toriadau.
Gadewch i ni weld yn fanylach beth mae RAFAEL yn ei gynnwys a pham ei fod yn arddangosiad o sut y gall AI chwyldroi ein ffordd o fyw.
AI wrth wasanaethu'r grid trydan ac yn erbyn tonnau gwres
Mewn ardaloedd trefol mawr, mae'r seilwaith dosbarthu ynni yn arbennig o agored i digwyddiadau tywydd eithafol ac ai trychinebau naturiol. Yn ystod tonnau gwres, mae'r grid trydan yn destun a pwysau cryf oherwydd y cynnydd yn y galw am ynni, gyda chynnydd mewn methiannau yn y cymalau cebl. Nod prosiect RAFAEL yw gwella gwytnwch y grid trydan ac atal methiannau trwy ddadansoddi data wedi'i dargedu a defnyddio AI.
Mae prosiect RAFAEL yn seiliedig ar nifer o strategaethau a chamau gweithredu:
- Dadansoddi data: Cesglir a dadansoddir data grid, gan gynnwys data diffygion hanesyddol a phatrymau galw am ynni e defnydd cyfartalog o olau. Mae'r dadansoddiad hwn yn rhoi mewnwelediad manwl i wendidau rhwydwaith a mannau problemus.
- Defnydd o AI: Defnyddir deallusrwydd artiffisial i ddadansoddi data a nodi patrymau a chydberthnasau a allai ddangos sefyllfaoedd o risg sydd ar fin digwydd. Datblygir modelau rhagfynegol i ragweld methiannau posibl.
- System rhagfynegi methiant: Diolch i fodelau rhagfynegol, gweithredir system rhagfynegi methiant. Mae'r system hon yn monitro'r grid trydan yn gyson ac yn rhybuddio'r rheolwr grid yn brydlon am unrhyw sefyllfaoedd argyfyngus sydd ar ddod.
- Mesurau cywiro amserol: Gall rheolwr y rhwydwaith, sydd â mynediad at ragolygon methiant, gymryd mesurau cywiro amserol i atal difrod i seilwaith ac anghyfleustra i ddinasyddion a busnesau. Er enghraifft, gall gynllunio gwaith cynnal a chadw ataliol neu ailddosbarthu dosbarthiad ynni i osgoi gorlwytho.
Trwy weithredu prosiect RAFAEL, ei nod yw gwella gwytnwch y grid trydan a sicrhau dosbarthiad ynni dibynadwy hyd yn oed yn ystod cyfnodau tyngedfennol fel tonnau gwres yr haf.
Deallusrwydd artiffisial i wneud ynni adnewyddadwy yn fwy effeithlon
L 'deallusrwydd artiffisial (AI) yn chwarae rhan bwysig wrth wneud y defnydd gorau o ynni adnewyddadwy, megis gwynt a ffotofoltäig. Rhestrir rhai pwyntiau allweddol ynghylch defnyddio AI i wneud y defnydd gorau o ynni adnewyddadwy isod:
- Dadansoddi data: Mae AI yn ei gwneud hi'n bosibl dadansoddi data meteorolegol, defnydd ynni a chynhyrchu o ffynonellau adnewyddadwy. Mae'r dadansoddiad manwl hwn yn eich helpu i ddeall newidiadau yn y galw am ynni ac addasu storio a dosbarthu ynni yn unol â hynny.
- Cynllunio storio ynni: Diolch i AI, mae'n bosibl amserlennu storioynni yn cael ei gynhyrchu orau o ffynonellau adnewyddadwy. Mae hyn yn golygu bod ynni gormodol yn cael ei storio i'w ddefnyddio pan fydd y galw uchaf, gan wella effeithlonrwydd cyffredinol y system ynni.
- Y gallu i addasu i newidiadau yn y galw: Mae AI yn ei gwneud hi'n bosibl monitro newidiadau yn y galw am ynni mewn amser real. Yn seiliedig ar y wybodaeth hon, gall AI addasu cynhyrchu a dosbarthu ynni adnewyddadwy i ateb y galw yn effeithlon.
- Lleihau dibyniaeth ar danwydd ffosil: Optimeiddio'r defnydd o ynni adnewyddadwy trwy'rIA helpu i leihau dibyniaeth ar danwydd ffosil. Trwy wneud y mwyaf o ffynonellau adnewyddadwy, mae'r angen i ddefnyddio ynni a gynhyrchir o ffynonellau anghynaliadwy yn cael ei leihau.
- Integreiddio batris mawr ac AI: Integreiddio batris mawr i'r seilwaith ynni, ynghyd â'r defnydd o'r AI, yn cynrychioli cam pwysig tuag at grid trydan gwydn a glân. Mae batris yn caniatáu storio a rhyddhau egni gormodol pan fo angen, tra bod AI yn gwneud y defnydd gorau o'r ynni hwn yn seiliedig ar newidiadau yn y galw.
I gloi
Mae AI yn chwarae rhan allweddol wrth optimeiddio'r defnydd o ynni adnewyddadwy, gan wella'reffeithlonrwydd a'r cynaliadwyedd o ffynonellau megisAeolian a'r PV.
Felly mae prosiect RAFAEL yn manteisio ar ydeallusrwydd artiffisial i atal llewygau trydanol a achosir gan donnau gwres, gwella gwytnwch grid a sicrhau cyflenwad ynni sefydlog mewn dinasoedd mawr. L'defnydd o AI gellid ei ymestyn hefyd i optimeiddio'r defnydd o ynni adnewyddadwy, gwneud ffynonellau fel gwynt a ffotofoltäig yn fwy effeithlon a chynaliadwy. Mae’r datblygiadau hyn yn codi cwestiynau pwysig ar gyfer y dyfodol: sut y gall deallusrwydd artiffisial gyfrannu ymhellach at wytnwch gridiau trydan? A pha sectorau eraill fydd yn elwa o gymhwyso AI i fynd i'r afael â heriau sy'n ymwneud ag adnoddau ynni?
drafftio BlogInnovazione.it: PrestoEnergia
