块ip陷阱

风能和人工智能:可持续的伙伴关系

2022年1月15日

由Sandeep古普塔

去年11月13日, 格拉斯哥COP26会议, 苏格兰与197个参与国(勉强)达成协议,同意继续履行2015年巴黎协议的承诺——具体而言, 将全球气候变化导致的气温升高限制在1的目标.5℃. A significant driver of achieving that ambitious goal will be dramatic reductions in fossil fuel usage and associated increases in the implementation of renewable power sources; in particular, 风力发电, 在岸和近海. 近年来,风力发电的安装速度显著加快, 每兆瓦发电成本随之下降, 保持风力涡轮机高效运转的挑战&在资产的整个生命周期中,M的花费是永无止境的. 人工智能(AI)和机器学习(ML)技术是独一无二的,可以为这些昂贵而复杂的系统提供额外的“提升”,以实现可再生能源的承诺. 

2020年,风能提供了近1600太瓦时的电力,(约占世界总电力的5%). 尽管风能最近在扩张, 许多因素阻碍了更快的增长速度, 包括化石燃料补贴, 制造供应链问题, 以及邻避综合症的政治. 但是,安装新涡轮机同样是一项艰巨的挑战, 这就是高效地维护和运行350,大约有000个已经开始运行了. 

虽然这项技术本身已经相对成熟,而且人们也很容易理解, 额外的困难是由于涡轮机运行的环境. 无论是在德克萨斯西部的广阔平原还是在北海的英格兰海岸, equipment is subjected to hostile settings; offshore wind, 哪些维修人员和设备难以接近, 强调清楚地理解这些复杂系统是如何运作的挑战, 并且(尽可能提前)知道什么时候可能发生故障. 

这就是人工智能(AI)和机器学习(ML)出现的地方. 人工智能在很多方面都做得很好. 但它做得很好的主要事情是吸收复杂技术资产上的大量性能数据,然后应用ML算法(具有显著的预报性)来预测系统何时需要维护或何时需要维护, 事实上, 在失败的边缘. 这种水平的洞察力为资产所有者和维护人员提供了一种提前通知,可以将灾难性的设备故障转变为例行的、成本更低的维护任务. 

以免十大最好的网赌平台的思维局限于维护成本的最小化, 需要指出的是,这里也有一个最重要的影响. 在次优水平下运行的风力涡轮机不仅会更频繁地发生故障, 他们的日常运行效率也较低, 产生更少的电力和收入. 进一步, 例如,利用基于人工智能的见解,根据当地风条件优化叶片角度(例如), 甚至可以根据天气预报和历史涡轮性能数据预测未来的功率输出水平, 有助于确保运营商从他们的船队中提取最大的可能的价值. 化石能源的支持者经常吹嘘他们的基本负荷发电资产的可预测性. 人工智能对提高风力发电的可预测性也有重要贡献. 这些先进的功能, 结合预测性维护提供的运营成本效益, 使高效可靠的风轮机运行成为最重要和最根本的问题.

毫无疑问:AI执行, 虽然充满机遇, 这是一项具有挑战性的工作,需要专业知识和执行重点吗. 好消息是,原始数据——历史和实时性能数据——已经大量存在, 无论涡轮操作人员是否有任何有意义的使用它. 现代风力涡轮机泵出大量的每秒功率曲线效率的数据, 轴承温度, 音调控制系统, 变速箱, 还有很多其他的资产组件. 然后人工智能系统会汇总所有这些数据, 应用ML算法, 并对需要维护的设备提出预测性警告, 或者冒着彻底失败的风险. 而且,随着时间的推移,ML系统对正常涡轮运行(每个机组的运行情况都有所不同)的了解也越来越多, 这些算法不仅能预测失败, 它们还可以通过减少日常但最终是不必要的维护活动来省钱.

最后, 有辅助, 但同样重要的, 有效地将基于人工智能的技术应用于风力发电资产的运营商将获得收益. 因为风力涡轮机是一个国家更广泛的电力基础设施中快速增长的组成部分, 它们越来越成为网络攻击的诱人目标, 哪些会导致长时间和大范围的停电, 制造业生产力损失, 和妥协的安全. 目前,许多基于人工智能的解决方案都能够使用各种端点保护算法将这种威胁降低到接近于零. 和, 因为了解和主动处理操作问题的第一步是意识到它们, 人工智能驱动的性能仪表板可以极大地增强用户对性能数据和趋势的可见性.        

德勤(Deloitte)最近的一项调查显示,电力行业高管明确关注将人工智能作为一项关键技术的应用,无论是现在还是不久的将来. 然而,贝恩 & 公司最近发现,只有不到5%的数字转型计划最终实现或超过了目标. 这显然强调了不仅要最大限度地利用可用的性能数据的重要性, 但这样做的方式是专注于最大影响的运营机会. 尽管目前还不清楚第27届联合国气候变化大会(定于今年11月在沙姆沙伊赫召开)是否会如期举行, 埃及)将产生比格拉斯哥更多的正面影响, 风能和太阳能等可再生技术——借助快速增长的人工智能力量——仍将是应对气候变化的关键工具. 

Sandeep古普塔, 副总统, 产品和策略, 可再生能源为SparkCognition, 谁利用人工智能来提高产量, 降低成本,提高可再生资产的运营效率.

SparkCognition | http://www.jordanthebrobot.com

 


作者: Sandeep古普塔
体积: 2022年1月/ 2月








友情链接: 1 2 3 4 5 6 7 8 9 10