ใช้ AI เพื่อเพิ่มความยืดหยุ่นในโครงสร้างพื้นฐาน

บันทึกบรรณาธิการ: นี่คือเวอร์ชันเล่าเรื่องของความคิดเห็นของ Kevin Scarborough เกี่ยวกับ Energy Beat Podcastคุณสามารถฟังบทสัมภาษณ์พอดคาสต์ฉบับสมบูรณ์ ที่นี่.

ที่Siemens เรารับรู้ว่ามีการเปลี่ยนแปลงพลังงานทั่วโลกเกิดขึ้นเรามั่นใจในการสังเกตนี้เพราะเรากำลังวางกลยุทธ์ระยะยาวของเราอยู่กับ ห้าเมกะเทรนด์ ทั่วโลก: การเปลี่ยนแปลงทางประชากร การเมือง การทำให้เป็นเมือง การเปลี่ยนแปลงสภาพแวดล้อมและประสิทธิภาพทรัพยากร และการทำให้เป็นดิจิทัลแต่ละสิ่งเหล่านี้จะมีผลกระทบอย่างมีนัยสำคัญต่อพลังงาน — วิธีที่เราสร้าง แจกจ่าย และใช้และอย่างที่เราทุกคนรู้ บริษัท ต่างๆให้ความสำคัญกับพลังงานหมุนเวียนประสิทธิภาพการใช้พลังงานและการไฟฟ้าของสินทรัพย์ของตน

เรายังรู้ว่าการเปลี่ยนแปลงครั้งนี้ทำให้โครงสร้างพื้นฐานด้านพลังงานและอาคารที่มีอยู่ตึงเครียดต้องมีการเปลี่ยนแปลงอย่างรวดเร็วเพื่อรักษาความน่าเชื่อถือและความยั่งยืนของระบบที่ซับซ้อนเหล่านี้

ภาคอาคารคิดเป็นประมาณ 40 เปอร์เซ็นต์ของความต้องการพลังงานทั่วโลก และปริมาณพื้นที่ใช้สอยในอาคารทั่วโลกคาดว่าจะเพิ่มเป็นสองเท่าภายในปี 2060นั่นคือสแควร์ฟุตเทจจำนวนมากที่กำลังจะสร้างขึ้นซึ่งทำให้ทรัพยากรของเราต้องการความต้องการนี่เป็นเหตุผลหนึ่งที่คาดว่าความต้องการไฟฟ้าจะเพิ่มขึ้นเป็นสามเท่าภายในปี 2050ดังที่ซีอีโอของเราของ Smart Infrastructure Matthias Rebellius กล่าวเมื่อเร็ว ๆ นี้ในของเขา โพสต์สำหรับ รอยเตอร์พลัส, “การจัดหาพลังงานที่ยืดหยุ่นได้รับความสำคัญในการกลายเป็นลำดับความสำคัญของโครงสร้างพื้นฐานอันดับหนึ่ง”

Siemens มองว่าสิ่งนี้เป็นโอกาสสำคัญสำหรับโครงสร้างพื้นฐานด้านอาคารและพลังงานที่จะกลายเป็นอัจฉริยะมากขึ้นด้วย AI เพื่อสร้างเทคโนโลยีที่ทนต่ออนาคตแบบที่เราปรารถนา

เรากำลังใช้ประโยชน์และวิจัย AI ภายในสิ่งที่เราเรียกว่า ระบบนิเวศของ Building X ของเราเพื่อปรับปรุงการส่งมอบการรายงานข้อมูลซึ่งจะนำมาซึ่งประสิทธิภาพการใช้พลังงานและผลลัพธ์ในการดำเนินงานให้กับลูกค้าตัวอย่างหนึ่งของสิ่งนี้คือการใช้ AI แบบสร้างสรรค์เพื่อช่วยระบุประวัติคำสั่งงานสำหรับสินทรัพย์เพื่อช่วยจัดลำดับความสำคัญในการบำรุงรักษาและตอบสนองต่อความต้องการในการบำรุงรักษาได้เร็วขึ้นนอกจากนี้เรายังใช้แมชชีนเลิร์นนิงเพื่อเพิ่มประสิทธิภาพเครื่องควบคุมอากาศในห้องคอมพิวเตอร์และเครื่องปรับอากาศ

พูดง่ายๆ เรากำลังขอให้ AI คิดถึงการใช้พลังงานภายในอาคารและอาคารเองแต่เช่นเดียวกับทุกอย่างในภูมิทัศน์ใหม่นี้ มีความท้าทายและโอกาส ซึ่งเน้นย้ำจากความต้องการอย่างมากสำหรับข้อมูลที่ถูกต้อง

ความท้าทายของการรวม AI เข้ากับอุตสาหกรรมพลังงานและสาธารณูปโภค

ความท้าทายที่ใหญ่ที่สุดสามประการสำหรับการผสานรวม AI เข้ากับอุตสาหกรรมพลังงานและสาธารณูปโภค ได้แก่ ความปลอดภัยของข้อมูล การกำกับดูแลข้อมูล และการพึ่งพา AI มากเกินไป

ความปลอดภัยของข้อมูลที่เกี่ยวข้องกับ AI ส่วนใหญ่ไม่มีการควบคุมดังนั้นนี่จึงเป็นพื้นที่ของทั้งโอกาสและความเสี่ยงโอกาสอาจเกิดขึ้นได้โดยสมาคมอุตสาหกรรม เช่น American Society of Heating, Refrigerating and Air Conditioning Engineers (ASHRAE) มารวมตัวกันเพื่อสร้างแนวทางปฏิบัติที่ดีที่สุดสำหรับการใช้ AI ในอุตสาหกรรมความเสี่ยงที่อาจเกิดขึ้นภายในความปลอดภัยของข้อมูล ได้แก่ นักแสดงที่ไม่ดีที่ใช้ AI ในลักษณะที่เป็นอันตรายเช่นการแฮ็กอุตสาหกรรมต้องพัฒนาแนวทางการรักษาความปลอดภัยของข้อมูลอย่างรวดเร็วเพื่อจัดการกับความท้าทายเหล่านี้ข้อมูลและการตัดสินใจจะต้องตรวจสอบได้ และต้องมีการควบคุมการเข้าถึงตามบทบาทไปยังอัลกอริทึมเพื่อป้องกันไม่ให้นักแสดงที่ไม่ดีส่งผลกระทบต่อสมองของเอ็นจิ้น AI ที่ใช้งานอยู่

ในการกำกับดูแลข้อมูล เพื่อให้อุตสาหกรรมมีประสิทธิภาพและมีประสิทธิภาพในการขับเคลื่อนผลลัพธ์ AI จะต้องมีผลลัพธ์ที่สม่ำเสมอ โดยเฉพาะอย่างยิ่งกับ AI แบบสร้างการกำกับดูแลข้อมูลคุณภาพรวมถึงการจัดหมวดหมู่ข้อมูลที่เป็นมาตรฐาน กลไกการรายงาน และการสื่อสาร โดยเฉพาะอย่างยิ่งถ้า AI กำลังสื่อสารกับระบบอัตโนมัติในอาคารความสะดวกในการสื่อสารช่วยป้องกันการสร้างไซโลข้อมูลที่ขัดขวางการแบ่งปันข้อมูลสำคัญ

อย่างไรก็ตาม มีความเสี่ยงสูงเกี่ยวกับการพึ่งพา AI มากเกินไปหากเราพึ่งพา AI มากเกินไป เราจะสูญเสียประกายไฟสำคัญของความคิดสร้างสรรค์นั้น ทุกอย่างจะขึ้นอยู่กับและจำกัดเฉพาะสิ่งที่ส่งไปยังเครื่องยนต์ AIสิ่งนี้อาจนำไปสู่ความอคติและความพอใจโดยเฉพาะอย่างยิ่งกับ AI แบบสร้างสรรค์บริษัท ที่ใช้ AI เป็นเครื่องมือสร้างสรรค์ทำได้สำเร็จด้วยการป้อนข้อมูลและการกำกับดูแลของจิตใจมนุษย์เท่านั้น

ในท้ายที่สุด เครื่องยนต์ AI จะฉลาดเท่ากับข้อมูลที่ป้อนเข้าไปเท่านั้น

การใช้ข้อมูลที่ดีที่สุดเพื่อใช้ประโยชน์จาก AI ในอุตสาหกรรมอาคารและพลังงาน

ในการประยุกต์ใช้ AI ทุกประเภทในอาคารและพลังงานข้อมูลที่สำคัญที่สุดนั้นถูกต้องใช้ได้ ข้อมูลทางประวัติศาสตร์เพราะในการทำนายอนาคตเราจำเป็นต้องรู้ว่าสิ่งต่าง ๆ มีปฏิกิริยาหรือดำเนินการในอดีตอย่างไรต่อสิ่งเร้าต่าง ๆ ต่อระบบนั้นข้อมูลในอดีตอาจรวมถึงรูปภาพ เช่น คุณป้อนภาพของโรงงานส่วนกลาง ลงในเครื่องยนต์ AI เพื่อช่วยคุณค้นหาอินเทอร์เน็ตเพื่อหาข้อมูลการออกแบบสำหรับอุปกรณ์หรือมอเตอร์

ด้วย AI แบบสร้างสรรค์ การมีรายงานคำสั่งงานและประวัติการบำรุงรักษาแบบเต็มรูปแบบในระบบเฉพาะอาจทำให้ผู้เชี่ยวชาญซึ่งเป็นผู้เชี่ยวชาญในการเพิ่มประสิทธิภาพระบบ สามารถเคลื่อนไหวได้เร็วขึ้นเพื่อแก้ไขปัญหาที่ซับซ้อนที่ลูกค้าอาจมีด้วยการเรียนรู้ของเครื่อง การมีระบบอัตโนมัติในอาคารที่ใช้เซ็นเซอร์ที่ถูกต้องและจัดรูปแบบด้วยข้อมูลเทรนด์และการวัดที่ถูกต้องเป็นสิ่งสำคัญอย่างยิ่ง

ทั้งความแม่นยำของข้อมูลและปริมาณข้อมูลที่เชื่อถือได้เป็นสิ่งจำเป็นสำหรับการเพิ่มประสิทธิภาพ AIตัวอย่างเช่น ข้อมูลสภาพอากาศสามารถใช้ในการตัดสินใจแบบเรียลไทม์สำหรับแผนปฏิบัติการส่วนกลาง หรือสำหรับเครื่องจัดการอากาศโดยใช้แมชชีนเลิร์นนิงเพื่อคำนวณการประหยัดที่อาจเกิดขึ้นนี่คือการพยักทับการใช้อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน (API) ซึ่งเป็นตัวกลางดิจิทัลระหว่างสองแอปพลิเคชันที่ช่วยให้โปรแกรมหนึ่งสามารถขอข้อมูลหรือฟังก์ชันการทำงานจากโปรแกรมอื่นโดยไม่ต้องรู้ว่าระบบอื่นทำงานอย่างไรผู้จัดการระบบสามารถสร้าง APIs ที่สามารถรวมเข้ากับ AI ที่ใช้ได้ ส่งผลให้มีความสามารถในการปรับขนาดที่มากขึ้น ฟังก์ชันการทำงานที่เพิ่มขึ้น และความยืดหยุ่นด้วยความสามารถในการปรับแต่งเอาต์พุตเพื่อตอบสนองความต้องการเฉพาะของผู้ใช้

การหาปริมาณข้อมูลในอดีตที่เหมาะสมสำหรับ AI

คุณจะพิจารณาได้อย่างไรว่าคุณต้องการข้อมูลทางประวัติศาสตร์ในขอบเขตใดนั่นขึ้นอยู่กับสิ่งที่เกิดขึ้นจริงในสามปีที่ผ่านมาเพียงพอหรือคุณต้องการมากกว่านั้นจริงๆ?

ในความเป็นมาของฉันในฐานะวิศวกรพลังงาน ผู้จัดการส่วนใหญ่ต้องการข้อมูลยูทิลิตี้มูลค่าสองถึงสามปีแต่ถ้าคุณบอกฉันในช่วงการระบาดของโควิดว่าคุณต้องการข้อมูลสาธารณูปโภคสามปี ฉันจะบอกคุณว่าปี 2020 และ 2021 ไม่เกี่ยวข้องกับการคาดการณ์อนาคตจะเป็นอย่างไรเพราะอาคารไม่มีที่อยู่อาศัยในขณะนั้น

ข้อมูลประวัติศาสตร์ที่คุณต้องการมากแค่ไหนก็ขึ้นอยู่กับระบบอาคาร ตัวอาคาร และสิ่งที่คุณพยายามบรรลุในเชิงปฏิบัติการตัวอย่างของสิ่งนี้คือเมื่อคุณมีตัวจัดการอากาศในห้องประชุมที่ต้องการข้อมูลหากมีการประชุมหนึ่งครั้งต่อวันในห้องประชุมนั้น ฉันอาจจะสามารถทำได้ด้วยข้อมูลมูลค่าประมาณสองสัปดาห์หากอุณหภูมิภายนอกเป็นตัวแทนของปริมาณชั่วโมงที่มากขึ้นที่อุณหภูมิที่แน่นอนนั่นควรเป็นข้อมูลที่เพียงพอ

ข้อควรพิจารณามากมายเกี่ยวกับข้อมูลในอดีตขึ้นอยู่กับแอปพลิเคชัน แต่ผู้จัดการพลังงานจะต้องพิจารณาอดีตอย่างจริงจังและเหตุการณ์ทั่วโลกอาจกำหนดคุณภาพที่แท้จริงของข้อมูลที่มีได้อย่างไร

ใช้ AI เพื่อจัดการการโหลดและความยืดหยุ่นของความต้องการ

อุตสาหกรรมพลังงานกำลังเรียนรู้วิธีใช้ประโยชน์จากแมชชีนเลิร์นนิงและ AI สำหรับเรื่องสำคัญของการเพิ่มประสิทธิภาพและการปรับขนาดโหลดในกริดและระบบให้ถูกต้องเทคโนโลยีดิจิตอลแฝดยังมีบทบาทสำคัญในเรื่องนี้ฝาแฝดดิจิตอลสามารถช่วยเพิ่มอายุการใช้งานของสินทรัพย์ไฟฟ้าได้โดยการตรวจจับความผิดพลาดในระบบเหล่านี้ก่อนที่จะกลายเป็นปัญหาAI สามารถขับเคลื่อนคู่ดิจิทัลนี้ได้โดยการประมวลผลชุดข้อมูลขนาดใหญ่ที่จำเป็นสำหรับการสร้างฝาแฝดของสินทรัพย์ดังกล่าว

อีกเทคโนโลยีหนึ่งที่สามารถนำมาใช้ในการกระจายพลังงานคือข้อเสนอภายในแพลตฟอร์ม Siemens Xcelerator: Electrification X ข้อเสนอนี้สร้างขึ้นบนบริการคลาวด์ ได้รับการออกแบบมาเพื่อจัดการ เพิ่มประสิทธิภาพ และทำให้โครงสร้างพื้นฐานด้านไฟฟ้าเป็นไปโดยอัตโนมัติโดยให้มุมมองแบบองค์รวมของสถานีย่อยและทรัพย์สินอื่นๆชุดฟีเจอร์ภายใน Electrification X เรียกว่า Electrification X Asset Management ใช้การวิเคราะห์ข้อมูลเซ็นเซอร์เพื่อให้เจ้าของสินทรัพย์และผู้ประกอบการสามารถเพิ่มเวลาทำงานและความน่าเชื่อถือ ลดค่าใช้จ่ายในการดำเนินงาน และเสริมสร้างความปลอดภัยทางไซเบอร์

Siemens มีข้อเสนออื่นที่เรียกว่า Gridscale X ซึ่งให้บริการซอฟต์แวร์โมดูลาร์ที่ใช้งานง่ายสำหรับการจัดการกริดแบบครบวงจรและใช้ AI เพื่อวิเคราะห์ข้อมูลตารางจำนวนมากชั้นภายในข้อเสนอนั้นคือ Gridscale X DER Insights ซึ่งใช้ AI เพื่อค้นพบทรัพยากรพลังงานที่กระจายอยู่เบื้องหลังมิเตอร์ (DERs) และประเมินพฤติกรรมและผลกระทบต่ออุปกรณ์กริดสิ่งนี้ช่วยในการคาดการณ์ วิเคราะห์ และดึงข้อมูลเชิงลึกที่มีประโยชน์และเปลี่ยนเป็นขั้นตอนต่อไปที่สามารถดำเนินการได้สิ่งนี้มีคุณค่าเพราะช่วยให้ลูกค้าเพิ่มประสิทธิภาพการดำเนินงาน DER เข้าใจประสิทธิภาพและสุขภาพของ DER และเพิ่มความยืดหยุ่นทางธุรกิจและกริดสูงสุด

อยู่เหนือแนวโน้ม AI ที่สำคัญ

ผู้จัดการอุตสาหกรรมต้องจับตาดูกฎระเบียบ AI ที่กำลังจะมาในสหรัฐอเมริกาและทั่วโลกเพราะจะส่งผลกระทบต่อวิธีการพัฒนาของ AI ในอนาคตอย่างแน่นอนซึ่งหมายความว่าสิ่งที่เรากำลังทำตอนนี้กับ AI จะเปลี่ยนไปนอกจากนี้เรายังต้องระมัดระวังความสามารถและเทคโนโลยี AI ใหม่ๆ ในขณะที่พวกเข้ามาออนไลน์ผู้จัดการอุตสาหกรรมจำเป็นต้องเรียนรู้อย่างรวดเร็วว่าองค์ประกอบใหม่เหล่านี้สามารถนำไปใช้กับการดำเนินงานอาคารและพลังงานได้อย่างไร เพื่อให้คุณค่าของพวกเขาสามารถสร้างความแตกต่างให้กับธุรกิจและลูกค้าได้

ในท้ายที่สุด เราทุกคนต้องมีจิตใจเปิดกว้างเกี่ยวกับสิ่งที่AI สามารถทำได้มายอมรับการเปลี่ยนแปลงที่กำลังจะมาและยืนยันบทบาทของมนุษย์ใน AI กันเถอะเราสามารถระมัดระวัง แต่เราไม่ควรกลัวทุกคนสามารถพึ่งพาใช้ AI ได้โดยเรียนรู้ทุกสิ่งที่คุณทำได้เกี่ยวกับเรื่องนี้ และพยายามขยายธุรกิจของคุณ โดยใช้มันในที่เพิ่มมูลค่า ปรับปรุงการดำเนินงาน และเป็นประโยชน์ต่อลูกค้า

เผยแพร่เมื่อ: ธันวาคม 30, 2025