رفع ناترازی با هوشمندسازی
هنگامه فروغی: رئیس انجمن صنفی کارفرمایی شرکت‌های فناور هوش مصنوعی و اقتصاد دیجیتال ایران گفت: با کاربست هوش مصنوعی در صنایع مختلف تا ۵۰درصد صرفه‌جویی، بهینه‌سازی و نهایتاً بهره‌وری حاصل می‌شود. داود ادیب رئیس انجمن صنفی کارفرمایی شرکت‌های فناور هوش مصنوعی و اقتصاد دیجیتال ایران بابیان‌اینکه امروزه جوامع توسعه‌یافته و حتی درحال‌توسعه رویکردهای متفاوتی را درباره استفاده بهینه از انرژی توسط هوش مصنوعی داشته و موفقیت‌های قابل‌توجهی را به‌دست آورده‌اند، گفت: این یک واقعیت است که مانند تمام حوزه‌ها در هوش مصنوعی نیز فاصله معناداری بین موضوعات دانشی و کاربردی در کشورمان وجود دارد به‌طوری‌که در حوزه دانشی بین ۲۰ کشور اول جهان و در حوزه کاربردی بین ۳۰ کشور انتهای جدول هستیم. وی افزود: درکناراین‌موضوع به‌صورت پراکنده و غیر نظام‌مند شرکت‌هایی را می‌بینیم که دراین‌حوزه شروع‌به‌فعالیت کرده و تحقیقاتی را انجام داده که بخشی نیز منجر به محصول گردیده. این تحقیقات در حوزه مدیریت مصرف برق و بار با کمک داده‌های جمع‌‌‌شده از کنتورهای هوشمند برق، کاهش مصرف انرژی کارخانه‌های آلومینیومی با داده‌های فرایندی از مواداولیه تا کوره‌های احیا، کاهش توقف ناخواسته توربین‌های نیروگاه با کمک روش تعمیرات پیش‌گویانه، مدیریت هوشمند بازار خریدوفروش برق، مدیریت هوشمند ایستگاه‌های شارژ برقی خودروهای الکتریکی، مدیریت هوشمند بار شهرک‌های صنعتی، مدیریت هوشمند انرژی ساختمان‌ها است. ادیب ادامه داد: به‌نظر می‌رسد طبیعتاً برای حضور پررنگ جهانی می‌بایست فاصله معنادار حضورمان در رتبه‌بندی‌های جهانی که طبیعتاً پیش‌تر عارضه‌یابی شده است در یک برنامه‌ریزی میان‌مدت و بلندمدت اصلاح شود. وی تصریح کرد: نمونه‌های متعدد انجام‌شده در کشورهای مختلف در حوزه کاربرد هوش مصنوعی در صنعت انرژی، نشانگر این‌موضوع است که ازطریق هوشمندسازی به‌طورمیانگین بین ۱۵ تا ۵۰درصد صرفه‌جویی، بهینه‌سازی و درنهایت بهره‌وری در پروژه‌های مختلف حاصل شده است. ادیب افزود: گوگل دیپ‌مایند، مصرف انرژی در مراکز داده خود را بااستفاده‌از هوش مصنوعی در سامانه‌های سرمایشی تا ۴۰درصد کاهش داده. شرکت‌هایی مانند زیمنس و اشنایدر الکتریک از هوش مصنوعی برای خودکارسازی ساختمان‌ها و مدیریت هوشمند روشنایی و تهویه استفاده کرده و نتایج قابل‌توجهی را به‌دست آورده‌اند، تسلا پاور وال بااستفاده‌از هوش مصنوعی، مصرف انرژی خانگی را باتوجه‌به تولید انرژی خورشیدی و استفاده از آن در مصارف خانوار بهینه‌سازی کرده است. وی ادامه داد: اصولاً صرفه‌جویی انرژی بااستفاده‌از سامانه‌های مبتنی‌بر هوش مصنوعی به‌معنای استفاده کاربردی و عملی از فناوری‌های هوش مصنوعی برای پایش، بهینه‌سازی و کاهش مصرف انرژی در حوزه‌های مختلف صنایع، ساختمان‌های تجاری و مسکونی و همچنین شبکه‌های برق مورداستفاده قرار می‌گیرد. ادیب همچنین گفت: در دستگاه‌های هوشمند مدیریت انرژی، سامانه‌های مبتنی‌بر هوش مصنوعی داده‌های لحظه‌ای را از حسگرها، کنتورهای هوشمند و دستگاه‌ها مورد تحلیل قرار داده و مصرف انرژی را به‌طور هوشمند کنترل می‌کنند، به‌عنوان یک مثال دما طبق حضور افراد و پیش‌بینی وضعیت هوا تنظیم می‌شود تا از مصرف بی‌رویه جلوگیری شود. رئیس انجمن صنفی کارفرمایی شرکت‌های فناور هوش مصنوعی و اقتصاد دیجیتال ایران افزود: در رویکرد نگهداری پیش‌بینانه و یا به‌عبارتی Predictive Maintenance الگوریتم‌های هوش مصنوعی عملکرد صحیح و سالم‌بودن تجهیزات را مورد پایش قرار داده و قبل از وقوع خرابی، ازکارافتادگی احتمالی و یا اختلال را پیش‌بینی می‌کنند، این‌موضوع منجر به بهبود بهره‌وری انرژی و جلوگیری از توقف‌های غیرمنتظره در عملیات می‌شود. مثالی که برای این‌رویکرد می‌توان مطرح کرد پیش‌بینی زمان تعمیر ماشین‌آلات و موتورها در کارخانه‌ها برای جلوگیری از اتلاف انرژی ناشی از عملکرد نامناسب آن‌ها است. ادیب بابیان‌اینکه رویکرد پیش‌بینی مصرف انرژی نیز یکی از مهم‌ترین رویکردهای این‌حوزه است، گفت: دراین‌رویکرد مدل‌های یادگیری می‌توانند کمک قابل‌توجه کنند، مدل‌های یادگیری ماشین مصرف آینده انرژی را طبق الگوها، فصل‌های مختلف سال و عوامل خارجی غیرقابل‌کنترل مانند آب‌وهوا پیش‌بینی می‌کنند. مثالی که برای این‌رویکرد می‌توان مطرح کرد شرکت‌های برق است، شرکت‌های توزیع برق می‌توانند بااستفاده‌از هوش مصنوعی بارهای اوج مصرف را پیش‌بینی کرده و تولید و توزیع برق را کنترل و بهینه کنند. وی ادامه داد: نکته مهمی که وجود دارد این‌است‌که بااستفاده‌از مدل‌های یادگیری ماشین و الگوریتم‌های بهینه‌سازی، هوش مصنوعی زمان‌بندی مصرف انرژی و تخصیص منابع را برای دستیابی به بالاترین بهره‌وری بهینه می‌کند. این‌مدل استفاده را در مراکز داده می‌توان بهره‌برداری کرد، در مراکز داده، هوش مصنوعی اجرای پردازش‌ها را ساعاتی می‌تواند زمان‌بندی کند که انرژی‌های تجدیدپذیر دردسترس بیشتری قرار گرفته باشد. ادیب بابیان‌اینکه رویکرد دیگر رویکرد یکپارچه‌سازی با انرژی‌های تجدیدپذیر است، گفت: امروزه در کشورهای پیشرو در حوزه هوش مصنوعی تلاش می‌کنند تا هوش مصنوعی منابع متغیر مانند انرژی خورشیدی و بادی را با نیازهای شبکه و دستگاه‌های ذخیره‌سازی هماهنگ کند تا دراین‌راستا مصرف پایدار و کارآمد تضمین شود. این‌مدل به‌شکلی است که هوش مصنوعی تصمیم می‌گیرد در چه زمان انرژی خورشیدی ذخیره شود یا براساس پیش‌بینی مصرف به شبکه تزریق شود. وی بااشاره‌به سایر ابزارها و فناوری‌های رایج هوشمندسازی در انرژی گفت: یادگیری ماشین و یادگیری عمیق که می‌تواند برای شناسایی الگوها و پیش‌بینی مورداستفاده قرار گیرد، همچنین اینترنت اشیا می‌تواند برای جمع‌آوری داده‌های لحظه‌ای انرژی مورداستفاده قرار گیرد، از دوقلوی دیجیتال برای مدل‌های مجازی از دستگاه‌ها برای شبیه‌سازی و بهینه‌سازی استفاده می‌شود. مهر