power grid
श्रेय: पिक्साबे/सीसी0 पब्लिक डोमेन

आर्गन वैज्ञानिक ऊर्जा ग्रिड परिसंपत्ति रखरखाव को बदलने के लिए कृत्रिम बुद्धिमत्ता की शक्ति का लाभ उठा रहे हैं, जिससे अमेरिकी बिजली कंपनियों को समस्याओं के होने से पहले ही पहचानने और उनका समाधान करने में मदद मिल रही है।

अमेरिका की बिजली की आवश्यकता कभी इतनी अधिक नहीं रही, और यह लगातार बढ़ रही है - संघीय ऊर्जा नियामक आयोग के साथ हालिया फाइलिंग से पता चलता है कि ग्रिड योजनाकारों को अगले पांच वर्षों में मांग लगभग 5% बढ़ने की उम्मीद है।भविष्य की ऊर्जा जरूरतों को पूरा करने के लिए, ऊर्जा कंपनियों को अपने मौजूदा बुनियादी ढांचे को बनाए रखते हुए नए संयंत्रों को ऑनलाइन लाने की जरूरत है।

नवीकरणीय ऊर्जा स्रोत - जैसे पवन, सौर औरपनबिजलीâबढ़ती भूमिका निभाएगा.अमेरिका का लक्ष्य 2050 में अपनी 44% बिजली नवीकरणीय संसाधनों से उत्पन्न करना है, जो वर्तमान में इन नई प्रौद्योगिकियों द्वारा उत्पन्न बिजली से दोगुनी से अधिक है।

उम्मीद है कि सौर ऊर्जा हमारी 22% ऊर्जा प्रदान करेगी, जबकि अन्य 14% पवन ऊर्जा से प्राप्त होगी।इन नए बिजली स्रोतों को ग्रिड में एकीकृत करने में करोड़ों इनवर्टर की स्थापना शामिल होगी, जिनमें से सभी को बनाए रखने की आवश्यकता होगी।

इस बीच, मौजूदा ग्रिड के हिस्से पुराने हो गए हैं और ख़राब होने लगे हैं।अमेरिका में जलविद्युत सुविधाओं की औसत आयु 70 वर्ष से अधिक है।कई अपने परिचालन जीवन काल के अंत के करीब हैं और उन्हें व्यापक निरीक्षण और रखरखाव की आवश्यकता है।अमेरिका की बिजली लाइनों, वितरण नेटवर्क और गैस पाइपलाइनों की स्थिति और भी अधिक चिंताजनक है।अमेरिकन सोसाइटी ऑफ सिविल इंजीनियर्स ने 2021 में इन प्रणालियों को सी- ग्रेड दिया।

हमारे विद्युत ग्रिड की विश्वसनीयता और सुरक्षा सुनिश्चित करने के लिए विभिन्न आयु की ऊर्जा परिसंपत्तियों के इस विविध समूह के स्वास्थ्य की निगरानी और रखरखाव महत्वपूर्ण है।हालाँकि, बिजली कंपनियों को तब तक पता नहीं चलता कि उनके उपकरण में कोई समस्या है, जब तक कि कुछ टूट न जाए।

अमेरिकी ऊर्जा विभाग के आर्गोन नेशनल लेबोरेटरी के शोधकर्ता इस आवश्यकता को पूरा करने के लिए कदम उठा रहे हैं।पुराने जलविद्युत संयंत्रों से लेकर बड़े पैमाने पर सौर प्रतिष्ठानों तक, ऊर्जा क्षेत्र में बिजली कंपनियों के साथ मिलकर काम करते हुए, वे देश की ऊर्जा बुनियादी ढांचे और स्वच्छ ऊर्जा संपत्तियों के रखरखाव के लिए कंपनियों के दृष्टिकोण को नया आकार दे रहे हैं।

नवीनतम कृत्रिम बुद्धिमत्ता (एआई) तकनीक का उपयोग करते हुए, आर्गन के शोधकर्ताओं ने एआई-सक्षम सॉफ्टवेयर विकसित किया है जो भविष्यवाणी कर सकता है कि ग्रिड घटक कब विफल होंगे।सिस्टम पूरे ग्रिड में स्थापित सेंसरों से ऊर्जा कंपनियों द्वारा एकत्र की गई बड़ी मात्रा में जानकारी का विश्लेषण करता है, जिससे एक निर्माण होता हैजो समय के साथ टूट-फूट का पूर्वानुमान लगाता है।अंततः, सॉफ़्टवेयर यह सुझा सकता है कि किसी भी समस्या के उत्पन्न होने से पहले भागों की मरम्मत कब करनी है या उन्हें बदलना है।

इस शोध का नेतृत्व करने वाले आर्गोन में एडवांस्ड ग्रिड मॉडलिंग समूह के प्रमुख फेंग किउ ने कहा, "कंपनियां अपनी संपत्ति का स्वास्थ्य जानना चाहती हैं।""हमारे पूर्वानुमानित मॉडल जो स्थिति-निगरानी जानकारी का लाभ उठाते हैं, उन्हें उनके उपकरण का उपयोगी शेष समय बता सकते हैं - कितने साल, महीने और सप्ताह बचे हैं।"

अनुसंधान में महत्वपूर्ण भूमिका निभाने वाले आर्गोन के ऊर्जा प्रणाली वैज्ञानिक शिजिया झाओ बताते हैं कि उनका दृष्टिकोण पारंपरिक प्रतिक्रियाशील रखरखाव रणनीतियों से परे है।"उपकरणों के खराब होने की प्रतीक्षा करने के बजाय, हम सक्रिय रूप से संभावित मुद्दों की पहचान करने और समय पर रखरखाव निर्धारित करने के लिए एआई का उपयोग करते हैं, जिससे ऊर्जा कंपनियों के लिए समय और धन दोनों की बचत होती है।"

इस नवोन्मेषी दृष्टिकोण के केंद्र में बुनियादी ढांचे और परिसंपत्ति स्वास्थ्य का अनुमान लगाने, विफलता के जोखिमों की भविष्यवाणी करने और वर्तमान वास्तविक दुनिया के आंकड़ों के आधार पर रखरखाव निर्णयों को अनुकूलित करने की क्षमता है।प्रयोगशाला मॉडल से क्षेत्र से एकत्र किए गए डेटा में परिवर्तन करके, आर्गन के शोधकर्ताओं ने दिखाया है कि यह तकनीक ऊर्जा प्रदाताओं के लिए कितनी उपयोगी हो सकती है।

सौर इनवर्टर पर एक परियोजना में, टीम ने दिखाया कि यह संभावित रूप से कुल रखरखाव लागत को 43%-56% तक कम कर सकता है, अनावश्यक क्रू दौरे को 60%-66% तक कम कर सकता है और लाभ को 3%-4% तक बढ़ा सकता है।

किउ ने कहा, "हमारा लक्ष्य ऊर्जा प्रदाताओं को आने वाले वर्षों के लिए एक विश्वसनीय और लचीला ग्रिड सुनिश्चित करने के लिए आवश्यक उपकरणों से लैस करना है।""इस तकनीक के साथ, कंपनियां उपकरण की मरम्मत या प्रतिस्थापन कब और कैसे करना है, इसके बारे में सूचित निर्णय ले सकती हैं, जिससे अंततः अमेरिका की ऊर्जा बुनियादी ढांचे की समग्र दक्षता, सुरक्षा और विश्वसनीयता में वृद्धि होगी।"

इस शोध के लाभ लागत बचत और दक्षता लाभ से कहीं अधिक हैं।डाउनटाइम को कम करके और रखरखाव के मुद्दों को बढ़ने से पहले संबोधित करके, ऊर्जा प्रदाता ग्रिड विश्वसनीयता और लचीलापन बढ़ा सकते हैं, जो बढ़ती ऊर्जा मांग और एक विकसित ऊर्जा परिदृश्य के युग में महत्वपूर्ण कारक हैं।

एआई-सक्षम भविष्यवाणी और अनुकूलन मॉडल की शक्ति और पैमाने का मतलब है कि वे ग्रिड स्तर पर रखरखाव को अनुकूलित कर सकते हैं।"यह आपकी रोशनी चालू रखने के लिए महत्वपूर्ण है," किउ ने कहा।

बिजली संयंत्रों से लेकर विद्युत ग्रिड तक को समग्र रूप से देखकरमॉडल पूरे नेटवर्क में विफलताओं की भविष्यवाणी कर सकते हैं जो बिजली का उत्पादन और परिवहन करता है जहां से इसे उत्पन्न किया जाता है जहां इसकी खपत होती है।

अमेरिका में, 240,000 से अधिक उच्च-वोल्टेज ट्रांसमिशन लाइनें और 50 मिलियन ट्रांसफार्मर हैं।अधिकांश बड़े और महंगे ट्रांसफार्मर अपनी मियाद खत्म करने के करीब हैं।लगभग 70% 25 वर्षों या उससे अधिक समय से सेवा में हैं।बढ़ता लोड और अस्थिर नवीकरणीय ऊर्जा एकीकरण पुराने हो रहे पावर ग्रिड को सीमा तक धकेल रहा है।

यही कारण है कि Argonne ऑपरेटरों को यह परिसंपत्ति स्वास्थ्य प्रबंधन उपकरण प्रदान कर रहा है।इससे हमारे इलेक्ट्रिक ग्रिड की भविष्य में विश्वसनीयता और सुरक्षा सुनिश्चित करने में मदद मिलेगी।लेकिन यह खेल के मैदान को समतल भी करेगा, छोटे प्रदान करेगाप्रमुख निगमों के समान अत्याधुनिक तकनीक के साथ।

किउ की टीम ने तुरंत ध्यान दिया कि यह शोध ऊर्जा उद्योग में उनके भागीदारों के साथ घनिष्ठ सहयोग के बिना संभव नहीं होता।उनके साझेदारों की लंबी सूची में बिजली कंपनियों के साथ-साथ जल विद्युत, सौर ऊर्जा और तरंग ऊर्जा और वेन स्टेट यूनिवर्सिटी और आयोवा स्टेट यूनिवर्सिटी जैसे शिक्षा जगत के प्रतिनिधि शामिल हैं।

"हमारा शोध एक का प्रतिनिधित्व करता हैवैज्ञानिकों, इंजीनियरों और उद्योग भागीदारों के बीच," झाओ ने कहा। "एक साथ मिलकर, हम सकारात्मक बदलाव ला रहे हैं और ऊर्जा के भविष्य को आकार दे रहे हैंरखरखाव।"

उद्धरण:अमेरिकी ऊर्जा बुनियादी ढांचे की सुरक्षा, विश्वसनीयता सुनिश्चित करने में एआई कैसे मदद कर रहा है (2024, 28 मई)16 अक्टूबर 2024 को पुनः प्राप्तhttps://techxplore.com/news/2024-05-ai-reliability-energy-infrastructure.html से

यह दस्तावेज कॉपीराइट के अधीन है।निजी अध्ययन या अनुसंधान के उद्देश्य से किसी भी निष्पक्ष व्यवहार के अलावा, नहींलिखित अनुमति के बिना भाग को पुन: प्रस्तुत किया जा सकता है।सामग्री केवल सूचना के प्रयोजनों के लिए प्रदान की गई है।