دبى، الامارات العربية المتحدة: يستخدم مركز البحث والتطوير للكهرباء والمياه (ديوا) الذكاء الاصطناعي (AI) والتعلم الآلي (ML) والتعلم العميق (DL) لتعزيز جهود هيئة كهرباء ومياه دبي لإثراء تجربة العملاء والموظفين وأصحاب المصلحة. انبعاثات الكربون بالإضافة إلى تعزيز كفاءة الطاقة وتكامل الشبكة الذكية وتحسين أداء الألواح الشمسية الكهروضوئية.
“في هيئة كهرباء ومياه دبي ، نعمل وفقًا لتوجيهات صاحب السمو الشيخ محمد بن راشد آل مكتوم ، نائب رئيس الدولة رئيس مجلس الوزراء حاكم دبي ، لاستخدام الذكاء الاصطناعي لتحسين الخدمات وتحقيق الذكاء الاصطناعي لدولة الإمارات العربية المتحدة. استراتيجية 2031 ، بالإضافة إلى تحسين مكانة الإمارات ودبي كمركز عالمي للثورة الصناعية الرابعة والتقنيات التخريبية.بدأت هيئة كهرباء ومياه دبي رحلتها في مجال الذكاء الاصطناعي في عام 2017 بخريطة طريق لتطبيقات الذكاء الاصطناعي. وقد أطلقنا عددًا من الخدمات والمبادرات التي تستخدم الذكاء الاصطناعي لإضافة قيمة إلى تجربة العملاء والموظفين وأصحاب المصلحة. تعد هيئة كهرباء ومياه دبي واحدة من أولى المؤسسات الحكومية في دبي التي تستخدم أداة التقييم الذاتي للتأكد من أنها تستخدم تطبيقات الذكاء الاصطناعي الأكثر أهمية بشكل أخلاقي مع التدابير العلاجية حسب الحاجة. سعادة سعيد محمد الطاير العضو المنتدب والرئيس التنفيذي لهيئة كهرباء ومياه دبي.
صور وأشار إلى أن مركز البحث والتطوير في مجمع محمد بن راشد آل مكتوم للطاقة الشمسية يدعم الابتكار في جميع مجالات الإنتاج والتشغيل ، ويصبح منصة عالمية لتحسين عمليات وخدمات أقسام الهيئة.
توفير الطاقة
يستخدم مركز البحث والتطوير الذكاء الاصطناعي والتعلم الآلي والتعلم العميق لتحليل استهلاك الحمولة وتطوير خطط التوسع لهيئة كهرباء ومياه دبي لزيادة كفاءة الطاقة وتحسين إدارة جانب الطلب.يؤدي تطبيق الذكاء الاصطناعي في تحليل البيانات الضخمة لبناء الأداء إلى تحسين أدوات قياس الأداء والمحاكاة التحقق من صحة مشاريع الطاقة ، مما يؤدي إلى فهم أفضل لاستهلاك الطاقة ، كما يتيح قياس أحمال التبريد في المباني في دبي وتحديد كيفية تأثيرها على ذروة الطلب على الطاقة في هيئة كهرباء ومياه دبي.
يساعد استخدام الذكاء الاصطناعي في بيانات العدادات الذكية من خلال نماذج ML و DL في تحديد الأجهزة الكهربائية المختلفة المستخدمة وتحديد الأجهزة المعيبة والتنبؤ بفترات تحميل الذروة وملفات التعريف. تتيح هذه التقنيات تحسين تخزين الطاقة وإدارة توزيع الأحمال ، مع الإشارة إلى فرص تجديد الطاقة في المباني. كما أنه يزيد من كفاءة احتياطيات إنتاج الطاقة ويقلل من انبعاثات ثاني أكسيد الكربون ويوفر 20٪ من التكاليف.
تكامل الشبكة الذكية
يستخدم المركز بيانات العدادات الذكية مع التعلم الآلي لتقديم رؤى حول شبكات الجهد المنخفض. يستخدم قياسات المستشعر وإنترنت الأشياء (IoT) ، وتحميل الأصول التاريخية ، وبيانات الفحص والصيانة لتشخيص الأصول الهامة والتنبؤ بالفشل ، وتقدير العمر الإنتاجي المتبقي (RUL). علاوة على ذلك ، فإنه يكتشف التداخل المحتمل للكابلات ذات الجهد المتوسط ؛ يستخدم سجل بيانات الاضطراب المستند إلى AI للتنبؤ بتنشيط مرحلات الحماية ونقاط الضبط في شبكة الجهد العالي لإزالة الحمل. تنشر حلول الكشف عن الأخطاء والصيانة التنبؤية لتحسين المقاييس الرئيسية لهيئة كهرباء ومياه دبي مثل مؤشر دقائق ضياع العملاء (CML) ومؤشر مدة انقطاع النظام (SAIDI).
خطة الموارد الشمسية والتنبؤ
يطور البرنامج نماذج متعددة لتقييم الموارد الشمسية ، وكمية الإشعاع الشمسي والقدرة الإنتاجية المتوقعة لأنظمة الطاقة الشمسية ، بناءً على الذكاء الاصطناعي والتعلم الآلي ، والشبكات العصبية بجميع أنواعها مثل الشبكة العصبية المتكررة (RNN) ، على المدى الطويل على المدى القصير . شبكات الذاكرة (LSTM) و XGBoost و UNET.
مجموعة أبحاث التنبؤ بالطاقة الشمسية
يتم تطبيق التعلم العميق والشبكات العصبية لاكتشاف السحب والضباب من كاميرات السماء وصور الأقمار الصناعية باستخدام شبكة متعددة الشبكات التي تعمل على تحسين نموذج UNET الشهير لرؤية الكمبيوتر ، وتقليل التكاليف وانبعاثات الكربون عن طريق زيادة إنتاج الطاقة الشمسية.
برنامج الخلايا الشمسية
يستخدم المركز الذكاء الاصطناعي جنبًا إلى جنب مع علم المواد – المعروف باسم “معلوماتية المواد” – لتطوير مواد متوافقة بيئيًا وخالية من الرصاص لخلايا شمسية حديثة وعالية الكفاءة واقتصادية.
تحسين أداء الألواح الشمسية الكهروضوئية
يستخدم المركز التعلم العميق للكشف عن بقع الأوساخ والغبار على الألواح الكهروضوئية وتعزيز الصور الحرارية التي تلتقطها الطائرات بدون طيار وأنظمة الطاقة الحركية في الوقت الحقيقي ، وقد نشر المركز العديد من الأوراق البحثية في المؤتمرات العلمية الدولية حول موضوع “الكشف الذاتي عن اللوحة الكهروضوئية باستخدام طائرة بدون طيار ؛” و “تحسين الكشف عن اللوحة الكهروضوئية باستخدام طائرات بدون طيار مجهزة بـ RTK”.