امروزه شرکت های برق رسانی اروپایی با معضلات تازه ای روبرو شده اند. انرژی های تجدید پذیر مانند انرژی باد و انرژی خورشیدی نقش فزاینده ای را در صنعت برق به خود اختصاص داده اند. بازار تامین کنندگان برق دائماً در حال رشد است، درحالیکه چند سالی است که درخواست برق از سوی مصرف کنندگان افزایشی نداشته است. در نتیجه، شرکت های تامین کننده برق دست از اجرای تاسیسات زیربنایی عظیم برداشته اند و توان خود را بر بهینه سازی شبکه های موجود و نگهداری از آن ها متمرکز نموده اند.

به این منظور، مطالعات جدیدی برای تخمین مصرف برق در ساعات و روزهای مختلف سال به انجام رسیده است تا میزان بار شبکه را با دقت بیشتری پیش بینی نمایند.  برای دستیابی به این هدف لازم است میزان ریسک موجود در هر گره از شبکه محاسبه شود، این گره ها به ترتیب اهمیت طبقه بندی شوند و هزینه های ناشی از در نظر نگرفتن این ریسک ها برای هر یک از گره ها محاسبه گردد و با استفاده از آمیزه ای از روش های متداول و یادگیری ماشینی، تصمیم گیری شود که چه میزان هزینه برای نگهداری سیستم ضروری می باشد تا خدمت رسانی شبکه در سطح قابل قبول باقی بماند. به این صورت می توان تخمین زد که در صورت بروز یک تغییر مصرف پیش بینی نشده از سوی مصرف کنندگان، شبکه تولید و توزیع برق به چه شکل عمل خواهد نمود.

انتظار می رود چنین سیستمی قادر باشد با خطای کمتر از ۱% به بهینه سازی شبکه برق بپردازد. تامین چنین دقتی در شبکه های عظیم همچون شبکه های انتقال برق فرانسه با ۱۰،۰۰۰ خط به ۵۰،۰۰۰،۰۰۰ محاسبه همزمان نیاز دارد. با توجه به اینکه احتمال قابل قبول خرابی شبکه ها به طور متوسط در حدود ۱ بار در هر یک میلیون ساعت استفاده می باشد، در صورت تلاش برای بهینه سازی سیستم با استفاده از روش های متداول،  هزینه محاسباتی بسیار زیاد خواهد بود. پیچیدگی این محاسبات با افزودن عدم قطعیت هایی از قبیل تغییرات آب و هوایی نیز بسیار بیشتر می گردد و به همین دلیل فناوری یادگیری ماشینی در این عرصه وارد شده و به تسهیل پیش بینی رفتار شبکه انتقال برق کمک نموده است.

این فناوری با استفاده از داده های تاریخچه ای موجود از سال ۱۹۹۴ تا سال ۲۰۱۵ و با اطلاعات مربوط به تجربیات و رفتارهای شبکه برق رسانی فرانسه آموزش می بیند و بر اساس آموخته هایش به پیش بینی رفتار شبکه در آینده و براساس تمام متغیرهای محتمل می پردازد.

پی نوشت: یادگیری‌ماشین، زیر مجموعه‌ای از هوش‌مصنوعی است. با استفاده از تکنیک‌های یادگیری‌ماشین، کامپیوتر، الگوهای موجود در داده‌ها (اطلاعات پردازش شده) را یادگرفته و می‌تواند از آن استفاده کند. توجه داشته باشید که در این تکنیک‌ها، یادگیری در یک سیستمِ کامپیوتری، بدون برنامه‌نویسی صورت میپزید. 

مقاله مرجع:

اولین نفری باشید که از مطالب مشابه و جدید با خبر میشوید. عضو خبرنامه شوید.

مطالب مرتبط

ساخت‌ و ساز سبز در امارات

ریسک های ساخت سبز در امارات متحده عربی: پروژه‌های ساخت‌وساز سبز از پروژه‌های سنتی ریسک[...]

ادامه
ساخت و ساز سازگار با محیط زیست

امروزه مردم بیشتر از هر زمان از جنبه های منفی رشد ناپایدار اقتصادی، گسترش سریع[...]

ادامه
ساختمان های سبز

تعریف ساختمان های سبز: ساختمان های سبز (Green Buildings) ساختمان هایی با کارایی بالا هستند[...]

ادامه
هزینه اجرای پروژه های ساختمانی سبز

بازار جهانی ساختمان های سبز: پروژه های ساخت سبز علیرغم دو دهه قدمت، در سال[...]

ادامه
برآورد هزینه پروژه با فناوری یادگیری ماشین

برآورد هزینه در پروژه های ساختمانی: ارائه تخمین دقیق هزینه در پروژه های ساختمانی کار[...]

ادامه
هدایت ربات های کارگاهی طبق الگوهای حرکتی کارگران ساختمانی

استفاده از الگوهای حرکتی در بهینه سازی کارگاه این مقاله چارچوب جدیدی برای استفاده از[...]

ادامه
سیستم هوشمند شناسایی مسیر ایمن در کارگاه برای ماشین آلات سنگین ساختمانی

سدها، پل ها، جاده ها، کارخانجات صنعتی و بسیاری از پروژه های عظیم ساختمانی با[...]

ادامه
آخرین پیشرفت های صنعت تاورکرین در دنیا

کنترل عملکرد تاورکرین: امروزه بسیاری از پروژه های عظیم ساختمانی بصورت قطعات پیش ساخته ای[...]

ادامه
نقش کمرنگ شبیه سازی در پروژه های ساختمانی

شبیه سازی در صنعت ساخت با توجه به پیچیدگی فراوان سیستم های ساختمانی (علی الخصوص[...]

ادامه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *