Utilizarea AI pentru a maximiza reziliența în infrastructură

Nota editorului: Aceasta este o versiune narativă a comentariilor lui Kevin Scarborough despre Energy Beat Podcast. Puteți asculta interviurile complete din podcast aici.

La Siemens, recunoaștem că are loc o tranziție energetică globală. Suntem încrezători în această observație, deoarece ne bazăm strategia pe termen lung pe cinci megatrenduri globale: schimbările demografice, urbanizarea, glocalizarea, schimbările de mediu și eficiența resurselor și digitalizarea. Fiecare dintre acestea va avea un impact semnificativ asupra energiei - modul în care o generăm, o distribuim și o folosim. Și după cum știm cu toții, companiile acordă prioritate energiei regenerabile, eficienței energetice și electrificării activelor lor.

Știm, de asemenea, că această tranziție încordează energia existentă și infrastructura clădirilor. Este nevoie de o transformare rapidă pentru a menține fiabilitatea și sustenabilitatea acestor sisteme complexe.

Sectorul construcțiilor reprezintă aproximativ 40% din cererea globală de energie, iar cantitatea de spațiu utilizabil în clădiri din întreaga lume se așteaptă să se dubleze până în 2060. Aceasta este o mulțime de metri pătrați care urmează să fie construite, punând cererea pe resursele noastre. Acesta este unul dintre motivele pentru care cererea de energie electrică se așteaptă să se tripleze până în 2050. Astfel, așa cum a declarat recent CEO-ul nostru al Smart Infrastructure, Matthias Rebellius în postare pentru Reuters Plus„O aprovizionare cu energie rezilientă a căpătat importanță pentru a deveni prioritatea numărul unu în materie de infrastructură.”

Siemens consideră că aceasta este o oportunitate majoră pentru infrastructura de construcții și energetică de a deveni mai inteligente cu AI, pentru a crea acel tip de tehnologie rezistentă la viitor la care aspirăm.

Folosim și cercetăm AI în cadrul a ceea ce numim ecosistemul Building X pentru a îmbunătăți furnizarea de rapoarte de date care, la rândul lor, aduce o eficiență energetică mai mare și rezultate operaționale pentru clienți. Un exemplu în acest sens ar fi utilizarea AI generativă pentru a ajuta la identificarea istoricului comenzilor de lucru pentru un activ pentru a ajuta la prioritizarea întreținerii și pentru a răspunde mai rapid nevoilor de întreținere. De asemenea, folosim învățarea automată pentru a optimiza manipulatoarele de aer și aparatele de aer condiționat din camera computerului.

Mai simplu spus, cerem AI să se gândească la consumul de energie în clădiri și în clădirile în sine. Dar, ca orice în acest nou peisaj, există provocări și oportunități - subliniate de o nevoie uriașă de date corecte.

Provocările integrării IA în industriile energetice și de utilități

Cele mai mari trei provocări pentru integrarea IA în industriile energetice și de utilități sunt securitatea datelor, guvernanța datelor și dependența excesivă de IA.

Securitatea datelor legate de IA este în mare parte nereglementată, deci acesta este un domeniu atât de oportunitate, cât și de risc. Oportunitatea ar putea apărea prin asociații din industrie, cum ar fi Societatea Americană de Ingineri de încălzire, refrigerare și climatizare (ASHRAE), care se reunesc pentru a crea cele mai bune practici pentru utilizarea AI în industrie. Riscurile potențiale în cadrul securității datelor includ actori răi care folosesc AI într-un mod malign, cum ar fi hacking-ul. Industriile trebuie să își dezvolte rapid abordarea în ceea ce privește securitatea datelor pentru a aborda aceste provocări. Datele și deciziile trebuie să fie auditabile și trebuie să existe un control al accesului bazat pe roluri la algoritmi pentru a împiedica actorii răi să afecteze creierul motorului AI utilizat.

În guvernanța datelor, pentru ca industria să fie eficientă și eficientă în obținerea rezultatelor, IA trebuie să aibă o producție uniformă, în special cu IA generativă. Guvernanța datelor de calitate include clasificări standardizate de date, mecanisme de raportare și comunicații, mai ales dacă AI comunică cu un sistem de automatizare a clădirilor. Ușurința comunicațiilor ajută la prevenirea creării de silozuri de date care împiedică partajarea datelor cheie.

Cu toate acestea, există un risc mare în jurul dependenței excesive de AI. Dacă ne bazăm prea mult pe AI, pierdem acea scânteie cheie a creativității; totul se va baza - și se va limita la - ceea ce este alimentat de motorul AI. Acest lucru poate duce la părtinire și mulțumire, în special cu AI generativă. Companiile care folosesc AI ca instrument de creativitate fac acest lucru cu succes numai cu aportul și supravegherea minții umane.

În cele din urmă, un motor AI va fi la fel de inteligent ca datele care sunt introduse în el.

Utilizarea celor mai bune date pentru a valorifica inteligența artificială în industria construcțiilor și a energiei

În orice tip de aplicație AI în clădiri și energie, cele mai importante date sunt exacte, aplicabile date istorice, pentru că pentru a prezice viitorul, trebuie să știm cum au reacționat sau au funcționat lucrurile în trecut la diverși stimuli ai acelui sistem. Datele istorice pot include imagini - alimentați imagini ale unei fabrici centrale, de exemplu, într-un motor AI pentru a vă ajuta să căutați pe internet informații de proiectare pentru un dispozitiv sau un motor.

Cu AI generativă, rapoartele privind comenzile de lucru și un istoric complet al întreținerii unui anumit sistem ar putea oferi unui specialist - cineva care este expert în optimizarea unui sistem - capacitatea de a se deplasa mai repede pentru a aborda o problemă complexă pe care o poate avea un client. Cu învățarea automată, a avea un sistem de automatizare a clădirilor care utilizează senzorii corecți și formatat cu datele și măsurătorile corecte de tendință este absolut esențial.

Atât acuratețea datelor, cât și o cantitate cu adevărat fiabilă de date sunt esențiale pentru optimizarea AI. De exemplu, datele meteo pot fi utilizate pentru a lua decizii aproape în timp real pentru un plan central de operațiuni sau pentru un manipulator de aer care utilizează învățarea automată, pentru a calcula economiile potențiale. Acesta este un semn către utilizarea unei interfețe de programare a aplicațiilor (API), un intermediar digital între două aplicații care permite unui program să solicite date sau funcționalități de la altul fără a fi nevoie să știe cum funcționează celălalt sistem. Managerii de sistem pot crea API-uri care pot fi integrate în AI în uz, rezultând o scalabilitate mai mare, funcționalitate îmbunătățită și flexibilitate cu capacitatea de a personaliza ieșirile pentru a satisface nevoile specifice ale utilizatorilor.

Determinarea cantității potrivite de date istorice pentru AI

Cum stabiliți ce cantitate de date istorice aveți nevoie? Asta depinde de ceea ce s-a întâmplat de fapt, să zicem, în ultimii trei ani. Este suficient sau chiar ai nevoie de mai mult?

În experiența mea ca inginer energetic, majoritatea managerilor ar dori date de utilități în valoare de doi până la trei ani. Dar dacă mi-ați spune în timpul pandemiei COVID că doriți trei ani de date de utilități, v-aș spune că 2020 și 2021 nu erau cu adevărat relevante pentru a prognoza cum va arăta viitorul, deoarece clădirile erau neocupate în acel moment.

Câte date istorice aveți nevoie depinde, de asemenea, de sistemul clădirii, de clădirea în sine și de ceea ce încercați să obțineți operațional. Un exemplu în acest sens este atunci când aveți un manipulator de aer în sala de conferințe care are nevoie de date. Dacă există o întâlnire pe zi în acea sală de conferințe, probabil că aș putea să mă descurc cu date în valoare de aproximativ două săptămâni. Dacă temperatura exterioară era reprezentativă pentru o cantitate mai mare de ore la o anumită temperatură, acestea ar trebui să fie suficiente date.

O mulțime de considerații cu privire la datele istorice depind de aplicație, dar managerii de energie trebuie să se uite serios la trecut și la modul în care evenimentele globale ar fi putut modela calitatea reală a datelor pe care le au.

Utilizarea AI pentru a aborda gestionarea sarcinii și flexibilitatea cererii

Industria energetică învață cum să utilizeze învățarea automată și inteligența artificială pentru aspectele cheie ale optimizării și dimensionării corecte a sarcinii pe rețea și pe sisteme. Tehnologia digitală twin joacă, de asemenea, un rol major în acest sens. Un geamăn digital poate ajuta la creșterea duratei de viață a activelor electrice prin detectarea defecțiunilor în aceste sisteme înainte ca acestea să devină o problemă. AI poate alimenta acest geamăn digital prin procesarea seturilor mari de date necesare pentru crearea de gemeni ai unor astfel de active.

O altă tehnologie care poate intra în joc pentru distribuția energiei este o ofertă din cadrul platformei Siemens Xcelerator: Electrification X. Această ofertă, construită pe servicii cloud, este concepută pentru a gestiona, optimiza și automatiza infrastructura de electrificare, oferind o imagine holistică a stațiilor de transformare și a altor active. Un set de caracteristici din cadrul Electrification X, numit Electrification X Asset Management, utilizează analiza datelor senzorilor pentru a permite proprietarilor și operatorilor de active să crească timpul de funcționare și fiabilitatea, să reducă cheltuielile operaționale și să consolideze securitatea cibernetică.

Siemens are o altă ofertă numită Gridscale X, care oferă software modular ușor de implementat pentru gestionarea rețelei end-to-end și folosește AI pentru a analiza cantități mari de date din rețea. În cadrul acestei oferte este Gridscale X DER Insights, care folosește AI pentru a descoperi resursele energetice distribuite (DER) din spatele contorului și pentru a evalua comportamentul și impactul acestora asupra echipamentelor de rețea. Acest lucru ajută la prognozarea, analiza și extragerea informațiilor utile și transformarea acestora în pași următori acționabili. Acest lucru este valoros, deoarece ajută clienții să optimizeze operațiunile DER, să înțeleagă performanța și sănătatea DER și să maximizeze rezistența afacerii și a rețelei.

Rămâneți în fața principalelor tendințe AI

Managerii din industrie trebuie să urmărească reglementările IA care vin în SUA și la nivel global, deoarece acestea vor avea cu siguranță un impact asupra modului în care AI se dezvoltă în viitor. Aceasta înseamnă că ceea ce facem acum cu AI se va schimba. De asemenea, trebuie să fim atenți la noile capacități și tehnologii AI pe măsură ce acestea vin online. Managerii din industrie trebuie să învețe rapid cum se pot aplica aceste elemente noi operațiunilor de construcție și energie, astfel încât valoarea lor să poată face diferența pentru afaceri și pentru clienți.

În cele din urmă, trebuie să avem cu toții o minte deschisă cu privire la ceea ce poate face AI. Să îmbrățișăm schimbările care vin și să afirmăm rolul uman în AI. Putem fi precauți, dar nu ar trebui să ne fie frică. Toată lumea se poate baza pe AI învățând tot ce poți despre ea și încercând să-ți dezvolți afacerea, folosind-o acolo unde adaugă valoare, îmbunătățește operațiunile și aduce beneficii clienților.

Publicat: 30 decembrie 2025