Ученые из Аргонна используют возможности искусственного интеллекта для преобразования обслуживания активов энергетических сетей, помогая энергетическим компаниям США выявлять и решать проблемы еще до их возникновения.

Потребность Америки в электроэнергии никогда не была такой большой, и она продолжает расти: недавние документы, поданные в Федеральную комиссию по регулированию энергетики, показывают, что специалисты по планированию энергосетей ожидают, что в ближайшие пять лет спрос вырастет почти на 5%. Чтобы удовлетворить энергетические потребности будущего, энергетическим компаниям необходимо ввести в эксплуатацию новые электростанции, сохранив при этом существующую инфраструктуру.

Возобновляемые источники энергии, такие как ветер, солнечная энергия и гидроэнергетика , будут играть все большую роль. США стремятся к 2050 году производить 44% своей электроэнергии из возобновляемых ресурсов, что более чем вдвое увеличит мощность, генерируемую в настоящее время с помощью этих новых технологий.

Ожидается, что солнечная энергия будет обеспечивать 22% нашей электроэнергии, а еще 14% будет поступать от ветра. Интеграция этих новых источников энергии в энергосистему потребует установки сотен миллионов инверторов, каждый из которых необходимо будет обслуживать.

Между тем, части существующей сети устарели и начинают выходить из строя. Средний возраст гидроэнергетических объектов в США составляет более 70 лет. Срок службы многих из них приближается к концу и требуют обширных проверок и технического обслуживания. Еще большее беспокойство вызывает состояние американских линий электропередач, сетей доставки и газопроводов. Американское общество инженеров-строителей присвоило этим системам оценку C- в 2021 году.

Мониторинг и поддержание работоспособности этого разнообразного набора энергетических активов разного возраста имеет решающее значение для обеспечения надежности и безопасности нашей электросети. Однако энергетические компании могут не знать о проблеме с их оборудованием, пока что-нибудь не сломается.

Исследователи из Аргоннской национальной лаборатории Министерства энергетики США пытаются удовлетворить эту потребность. Тесно сотрудничая с энергетическими компаниями всего энергетического сектора, от устаревших гидроэлектростанций до массивных солнечных установок, они меняют подход компаний к обслуживанию национальной энергетической инфраструктуры и экологически чистых энергетических активов.

Используя новейшие технологии искусственного интеллекта (ИИ), исследователи из Аргонна разработали программное обеспечение с поддержкой ИИ, которое может предсказывать, когда компоненты сети выйдут из строя. Система анализирует огромные объемы информации, которую энергетические компании собирают с датчиков, установленных по всей сети, создавая прогностическую модель , которая прогнозирует износ с течением времени. В конечном счете, программное обеспечение может порекомендовать, когда следует отремонтировать или заменить детали, прежде чем возникнут какие-либо проблемы.

«Компании хотят знать о состоянии своих активов», — сказал Фэн Цю, руководитель группы Advanced Grid Modeling в Аргонне, который руководил этим исследованием. «Наши прогностические модели, использующие информацию мониторинга состояния, могут сказать им, сколько полезного оставшегося времени работы их оборудования — сколько лет, месяцев и недель ему осталось».

Шицзя Чжао, ученый по энергетическим системам из Аргонны, сыгравший решающую роль в исследовании, объясняет, что их подход выходит за рамки традиционных стратегий реактивного обслуживания. «Вместо того, чтобы ждать, пока оборудование выйдет из строя, мы используем ИИ для упреждающего выявления потенциальных проблем и своевременного планирования технического обслуживания, экономя время и деньги энергетических компаний».

В основе этого инновационного подхода лежит способность оценивать состояние инфраструктуры и активов, прогнозировать риски сбоев и адаптировать решения по техническому обслуживанию на основе текущих реальных данных. Перейдя от лабораторных моделей к данным, собранным на местах, исследователи из Аргонна показали, насколько полезной эта технология может быть для поставщиков энергии.

В одном проекте по солнечным инверторам команда показала, что это потенциально может снизить общие затраты на техническое обслуживание на 43–56%, ненужные посещения бригады на 60–66% и увеличить прибыль на 3–4%.

«Наша цель — снабдить поставщиков энергии инструментами, необходимыми для обеспечения надежной и отказоустойчивой сети на долгие годы», — сказал Цю. «Благодаря этой технологии компании могут принимать обоснованные решения о том, когда и как ремонтировать или заменять оборудование, что в конечном итоге повышает общую эффективность, безопасность и надежность энергетической инфраструктуры Америки».

Преимущества этого исследования выходят далеко за рамки экономии затрат и повышения эффективности. Сводя к минимуму время простоя и решая проблемы технического обслуживания до их обострения, поставщики энергии могут повысить надежность и отказоустойчивость сети, что является решающим фактором в эпоху растущего спроса на энергию и меняющегося энергетического ландшафта.

Мощь и масштаб моделей прогнозирования и оптимизации с поддержкой искусственного интеллекта означают, что они могут оптимизировать обслуживание на уровне сети. «Очень важно, чтобы свет оставался включенным», — сказал Цю.

Рассматривая электрическую сеть целостно — от электростанций до линий электропередач — модели могут предсказать сбои во всей сети, которая производит и транспортирует электроэнергию от места ее производства к месту потребления.

В США имеется более 240 000 высоковольтных линий электропередачи и 50 миллионов трансформаторов. Срок службы большинства больших и дорогих трансформаторов подходит к концу. Около 70% находятся в эксплуатации 25 лет и более. Растущая нагрузка и нестабильная интеграция возобновляемых источников энергии доводят стареющую энергосистему до предела.

Именно поэтому Argonne предоставляет операторам этот инструмент управления состоянием активов. Это поможет обеспечить будущую надежность и безопасность нашей электросети. Но это также уравняет правила игры, предоставив малым энергетическим компаниям те же передовые технологии, что и крупным корпорациям.

Команда Цю сразу отмечает, что это исследование было бы невозможно без тесного сотрудничества с партнерами из энергетической отрасли. В их длинный список партнеров входят энергетические компании, а также представители гидроэнергетики, солнечной энергетики и волновой энергии, а также научные круги, такие как Университет штата Уэйн и Университет штата Айова.

«Наше исследование представляет собой совместную работу ученых, инженеров и отраслевых партнеров», — отметил Чжао. «Вместе мы добиваемся позитивных изменений и формируем будущее обслуживания энергетических сетей».