Новая модель искусственного интеллекта может сделать электросети более надежными на фоне растущего использования возобновляемых.
По мере распространения возобновляемых источников энергии, таких как ветер и солнечная энергия, управление энергосистемой становится все более сложным. Исследователи из Университета Вирджинии разработали инновационное решение: модель искусственного интеллекта, которая может учитывать неопределенности, связанные с производством энергии из возобновляемых источников и спросом на электромобили, делая энергосистемы более надежными и эффективными, пишет ИНЖЕНЕР РФ.
Графические нейронные сети с высокой точностью воспроизведения: Новое решение для искусственного интеллекта
Новая модель основана на графовых нейронных сетях с высокой точностью (GNNS), типе искусственного интеллекта, предназначенного для улучшения анализа потоков электроэнергии — процесса, обеспечивающего безопасное и эффективное распределение электроэнергии по сети. Подход «multi-fidelity» позволяет модели искусственного интеллекта использовать большие объемы данных низкого качества (low-fidelity), в то же время извлекая выгоду из меньших объемов высокоточных данных (high-fidelity). Такой двухуровневый подход позволяет ускорить обучение модели при одновременном повышении общей точности и надежности системы.
Повышение гибкости сети для принятия решений в режиме реального времени
Благодаря использованию GNNs модель может адаптироваться к различным конфигурациям электросети и устойчива к изменениям, таким как сбои в работе линий электропередачи. Это помогает решить давнюю проблему «оптимального энергопотребления», определяя, сколько энергии следует генерировать из разных источников. Поскольку возобновляемые источники энергии вносят неопределенность в производство электроэнергии и системы распределенной генерации, наряду с электрификацией (например, электромобили), увеличивают неопределенность спроса, традиционные методы управления электросетями с трудом справляются с этими изменениями в режиме реального времени. Новая модель искусственного интеллекта объединяет как детальное, так и упрощенное моделирование для оптимизации решений в считанные секунды, повышая производительность сети даже в непредсказуемых условиях.
«Поскольку возобновляемые источники энергии и электромобили меняют ландшафт, нам нужны более разумные решения для управления энергосистемой», — сказал Негин Алемазкур, доцент кафедры гражданского строительства и охраны окружающей среды и ведущий исследователь проекта.
«Наша модель помогает принимать быстрые и надежные решения, даже когда происходят неожиданные изменения».
Основные преимущества:
- Масштабируемость: Для обучения требуется меньше вычислительной мощности, что делает его применимым к большим и сложным энергетическим системам.
- Более высокая точность: Использует множество методов моделирования с низкой точностью для более надежного прогнозирования расхода электроэнергии.
- Улучшенная общедоступность: Модель устойчива к изменениям в топологии сети, таким как сбои в работе линий, — функция, которой нет в обычных моделях, работающих на станках.
Это новшество в области искусственного интеллекта может сыграть решающую роль в повышении надежности электросетей в условиях растущей неопределенности.
Обеспечение энергетической надежности в будущем
«Управление неопределенностью, связанной с возобновляемыми источниками энергии, является сложной задачей, но наша модель упрощает ее»,
— сказал аспирант Мехди Тагизаде, аспирант-исследователь лаборатории Алемазкура.
Аспирант Камиар Хаямбаши, специализирующийся на интеграции возобновляемых источников энергии, добавил:
«Это шаг к более стабильной и будущее за более чистой энергетикой».
