Budućnost energetike treba posmatrati kroz partnerstvo čovjeka i vještačke inteligencije, pri čemu tehnologija služi kao alat za podršku stručnjacima, a ne njihova zamjena, jer će njena uspješna primjena i dalje zahtijevati eksperte koji poznaju i razumiju tu oblast.

Foto: epcg

To je poručeno sa šestog panela “AI u elektroenergetici”, koji je u okviru petog simpozijuma energetike EPCG NET, organizovala Elektroprivreda Crne Gore (EPCG).

Prof. dr Vladimir Terzija sa Univerziteta za inženjerstvo u Njukaslu istakao je da je za razumijevanje vještačke inteligencije potrebno najprije razumjeti prirodnu inteligenciju, koja se zasniva na percepciji i sposobnosti prilagođavanja okruženju kao rezultatu dugotrajne evolucije.

Prema njegovim riječima, vještačka inteligencija obuhvata različite algoritme, dok se mašinsko učenje zasniva na podacima, a duboko učenje na višeslojnim neuronskim mrežama koje na određeni način imitiraju rad ljudskog mozga.

Foto: epcg

Govoreći o primjeni ovih tehnologija u elektroenergetskim sistemima, Terzija je naveo primjere kao što su lociranje kvarova u distributivnim mrežama, procjena inercije sistema i procjena nivoa kvara u mreži. Takve aplikacije, kako je rekao, danas su moguće zahvaljujući velikom broju senzora i sistemima za nadzor koji omogućavaju prikupljanje velike količine podataka u realnom vremenu.

„Kvalitet podataka je od kritičnog značaja za obučavanje algoritama zasnovanih na mašinskom učenju. Ako se podaci namjerno ili nenamjerno naruše, rezultati koje modeli daju mogu biti pogrešni“, upozorio je Terzija.

Posebno je naglasio značaj pouzdane komunikacione infrastrukture i standardizovanih protokola koji se koriste u elektroenergetici. Kako je objasnio, elektroenergetski sistemi predstavljaju kritičnu infrastrukturu u kojoj i poremećaji male vjerovatnoće mogu izazvati ozbiljne posljedice, uključujući kaskadne ispade i raspad sistema.

Terzija je ukazao i na važnost sajber bezbjednosti u kontekstu sve veće primjene vještačke inteligencije. Prema njegovim riječima, modeli zasnovani na mašinskom učenju zavise od pouzdanosti podataka koje dobijaju od senzora i komunikacionih mreža.

„Ukoliko su podaci kompromitovani, postoji rizik od pogrešnih procjena i takozvanih „halucinacija“ sistema“, pojasnio je Terzija.

Govoreći o zaštiti elektroenergetskih mreža, Terzija je podsjetio da relejna zaštita mora biti istovremeno sigurna i pouzdana, da ne reaguje kada ne treba, ali da reaguje kada je neophodno. U tom segmentu, smatra on, vještačka inteligencija može pružiti značajnu podršku.

Terzija je naveo da se broj sajber napada u pojedinim državama, poput Velike Britanije, mjeri milionima na godišnjem nivou, podsjećajući na poznate incidente koji su doveli do poremećaja rada elektroenergetskih sistema.

Foto: epcg

„Moramo poznavati fizički sistem i njegove ranjivosti kako bismo povećali nivo sajber bezbjednosti“, poručio je Terzija.

On smatra da je u sadašnjoj fazi razvoja najvažnija kombinacija prirodne i vještačke inteligencije, odnosno pristup u kojem čovjek ostaje uključen u proces donošenja odluka. Istovremeno, Terzija je naglasio potrebu da univerziteti prošire nastavne programe temama iz oblasti vještačke inteligencije i sajber bezbjednosti kako bi budući stručnjaci bili spremni za izazove savremenih elektroenergetskih sistema.

Nebojša Radmilović iz Instituta Mihajlo Pupin predstavio je iskustva te naučnoistraživačke ustanove u primjeni vještačke inteligencije u elektroenergetskom sektoru, ističući da je osnovna misija instituta praćenje razvoja novih tehnologija u proizvodnji električne energije i njihova primjena u elektroenergetskim sistemima Srbije, regiona i šire.

On je predstavio dva projekta realizovana u saradnji sa Institutom za vještačku inteligenciju Srbije, koji su primijenjeni u Elektroprivredi Srbije.

„Prvi projekat odnosio se na procjenu dotoka vode na profilima drinsko-limskih hidroelektrana. Kako je naveo, drinsko-limski hidroenergetski sistem sa približno 1.400 MW instalisane snage učestvuje sa oko deset odsto u ukupnoj proizvodnji električne energije u Srbiji. Istovremeno, riječ je o slivu koji obuhvata Srbiju, Crnu Goru i Republiku Srpsku, na kojem se nalazi veliki broj elektroenergetskih objekata pod upravljanjem elektroprivreda tri područja“, naveo je Radmilović.

Foto: epcg

Pojasnio je da su u okviru projekta analizirane različite metode i modeli vještačke inteligencije kako bi se utvrdilo koji daju najbolje rezultate za pojedine primjene. Prema njegovim riječima, različiti modeli pokazali su prednosti u različitim situacijama, ali konačnu odluku i dalje donose stručnjaci koji rezultate modela kombinuju sa vlastitim iskustvom.

„Jedan od najvećih izazova bio je prikupljanje podataka potrebnih za rad sistema. Pored podataka o proizvodnji električne energije, bilo je potrebno prikupiti hidrološke i meteorološke podatke iz više država, kao i informacije o protocima kroz hidroelektrane. U tom procesu korišćeni su i međunarodni meteorološki servisi“, rekao je Radmilović.

Smatra da elektroprivrede Crne Gore, Republike Srpske i Srbije treba da imaju zvanične kanale za razmjenu podataka, uključujući i podatke u realnom vremenu, jer „sistemi za podršku odlučivanju rade neprekidno i zahtijevaju stalni priliv kvalitetnih informacija“.

Drugi projekat odnosio se na primjenu vještačke inteligencije u prediktivnom održavanju termoelektrana. Na jednom termoenergetskom bloku snage 350 MW razvijen je sistem za detekciju anomalija i nepravilnosti u radu ključnih postrojenja.

Analizirani su podaci o radu motora, napojnih pumpi, ventilatora dimnih gasova i svježeg vazduha, kondenzatnih pumpi i mlinova za ugalj. Cilj projekta bio je da se potencijalni problemi prepoznaju dovoljno rano kako bi se na vrijeme preduzele odgovarajuće intervencije.

Posebno zanimljivim pokazali su se mlinovi za ugalj, čije ponašanje često zavisi od promjene režima rada i kvaliteta uglja. Iako su istraživači u početku imali određene rezerve prema rezultatima modela za ovu opremu, upravo su oni među prvima uspijevali da identifikuju poremećaje i anomalije.

Prema riječima Radmilovića, nakon upozorenja sistema osoblje elektrane preduzimalo je odgovarajuće aktivnosti kako bi stabilizovalo rad opreme. Istakao je da su anomalije prepoznate analizom podataka iz postojećih nadzornih sistema.

Za razliku od projekta na hidroelektranama, u ovom slučaju nije bilo značajnijih problema sa prikupljanjem podataka. Razlog za to je što Elektroprivreda Srbije već raspolaže sistemom koji omogućava prikupljanje podataka u realnom vremenu iz velikog broja elektroenergetskih objekata, kako konvencionalnih tako i obnovljivih izvora energije.

„Zahvaljujući tome imali smo znatno manje problema sa validnošću, konzistentnošću i kontinuitetom podataka, što je od ključnog značaja za uspješnu primjenu sistema zasnovanih na vještačkoj inteligenciji“, zaključio je Radmilović.

Dr Vladimir Polužanski iz Instituta Nikola Tesla predstavio je projekat razvoja sistema za prediktivno održavanje hidroagregata, naglašavajući da takvi sistemi nijesu zamišljeni kao zamjena za inženjere održavanja, već kao alat koji im pomaže u radu i uči iz njihovog iskustva.

Foto: epcg

„Sistem za prediktivno održavanje ne može da funkcioniše bez znanja inženjera održavanja. Upravo inženjeri svojim iskustvom i procjenama obučavaju sistem i omogućavaju mu da prepoznaje sumnjiva stanja, potencijalne kvarove i situacije koje zahtijevaju reakciju“, rekao je Polužanski.

Prema njegovim riječima, jedan od važnih ciljeva ovakvih sistema jeste očuvanje stručnog znanja za buduće generacije. Kako je naveo, iskustvo koje danas posjeduju inženjeri održavanja može biti sačuvano kroz sistem i preneseno budućim stručnjacima.

Kao primjer naveo je Hidroelektranu Đerdap, gdje se očekuje pokretanje prvog pilot-projekta prediktivnog održavanja. U razvoju sistema učestvuju i inženjeri koji su radili na revitalizaciji hidroagregata i dobro poznaju njihove karakteristike.

„Sačuvati njihovo znanje u jednom takvom sistemu za buduće inženjere izuzetno je važno“, istakao je Polužanski.

Govoreći o međunarodnim iskustvima, Polužanski je naveo da je tim Instituta Nikola Tesla prije dvije godine proučavao praksu u Norveškoj, gdje se sistemi za prediktivno održavanje razvijaju još od 2018. godine. Tada je, kako je rekao, riječ bila o jedinstvenom rješenju u Evropi, a u međuvremenu su se u razvoj sličnih sistema uključile velike svjetske kompanije.

Među njima su General Electric, koji raspolaže velikom bazom podataka o generatorima, kao i hrvatski Končar, koji je osnovao kompaniju Končar Digital. Polužanski je naveo da su se razvojem sličnih rješenja bavile i druge energetske kompanije, uključujući i one iz sektora vjetroelektrana.

Kao ilustraciju sve veće primjene ovih tehnologija naveo je i primjer iz Sjedinjenih Američkih Država, gdje su istraživači angažovani na razvoju sistema za prediktivno održavanje nuklearnog reaktora koji pokreće nosač aviona.

„Industrija se sve više okreće prediktivnom održavanju. To neće zamijeniti klasične metode održavanja, ali predstavlja pravac u kojem se sektor razvija“, ocijenio je Polužanski.

On je dodao da je Elektroprivreda Srbije, kroz razvoj pilot-projekta na hidroagregatu A6 u HE Đerdap 1, uspjela da prati savremene svjetske trendove u ovoj oblasti.

Polužanski se osvrnuo i na pitanje razvoja sličnih rješenja za termoelektrane. Prema njegovim riječima, projekti vezani za termoenergetski sektor danas teže dolaze do finansijske podrške međunarodnih i domaćih fondova zbog prioriteta koji se daju zelenoj tranziciji.

Foto: epcg

„Naša realnost je da se gotovo dvije trećine električne energije proizvodi u termoenergetskom sektoru. Zbog toga postoji prostor da fakulteti, istraživački instituti i elektroprivrede zajednički razvijaju sisteme za prediktivno održavanje turbogeneratora i opreme u termoelektranama“, rekao je Polužanski.

Dr Nikola Šekularac iz Instituta za mehaniku fluida u Tuluzu ocijenio je da se razgovor o vještačkoj inteligenciji u energetici najčešće fokusira na pametne elektroenergetske mreže, tržišta električne energije i integraciju obnovljivih izvora, dok se često zanemaruje njena primjena u industrijskim procesima kao što su elektrane, gasne turbine i sistemi sagorijevanja.

Prema njegovim riječima, uprkos ubrzanoj energetskoj tranziciji i dekarbonizaciji, veliki dio svjetske energetike i dalje se oslanja na fosilna goriva. Gasne turbine će, kako je naveo, nastaviti da imaju značajnu ulogu u stabilnosti elektroenergetskih sistema, dok se pojedini industrijski sektori ne mogu brzo i potpuno elektrifikovati.

Šekularac je istakao da vodeće energetske kompanije već godinama koriste vještačku inteligenciju za analizu podataka i prediktivno održavanje postrojenja. Kao primjer naveo je francusku elektroprivredu EDF, koja je značajna sredstva uložila u razvoj sistema koji omogućavaju praćenje rada opreme u realnom vremenu i rano otkrivanje anomalija.

„Rezultat su manji broj zastoja, niži troškovi održavanja i veća pouzdanost sistema. Vještačka inteligencija se koristi kao alat koji unapređuje rad energetskih postrojenja“, rekao je Šekularac.

Dodao je da slične tehnologije razvijaju i primjenjuju velike kompanije poput Siemensa, General Electrica, Ansalda, Mitsubishija i Kawasakija, što potvrđuje da je upotreba vještačke inteligencije u energetici postala industrijski standard.

Govoreći o svom istraživačkom radu, Šekularac je objasnio da se u oblasti sagorijevanja i gasnih turbina generišu ogromne količine podataka o temperaturama, pritiscima, vibracijama, stabilnosti rada i emisijama. Tradicionalno su se takvi sistemi analizirali složenim trodimenzionalnim numeričkim simulacijama, koje zahtijevaju značajne računske resurse i vrijeme.

Kombinacijom simulacija i vještačke inteligencije, kako je naveo, razvijaju se takozvani digitalni blizanci – virtuelne kopije stvarnih postrojenja koje omogućavaju brzo testiranje različitih scenarija rada i procjenu ponašanja sistema prije primjene u stvarnim uslovima.

„Digitalni blizanci omogućavaju da se unaprijedi efikasnost sistema, analiziraju potencijalne nestabilnosti i poboljša proces sagorijevanja uz smanjenje uticaja na životnu sredinu“, istakao je Šekularac.

On je naglasio da vještačka inteligencija neće zamijeniti čovjeka u energetskom sektoru, posebno kada je riječ o sistemima od strateškog značaja.

„Odgovornost za odluke uvijek će ostati na ljudima. Inženjeri, naučnici, institucije i donosioci odluka određuju ciljeve, bezbjednosne granice i procjenjuju širi društveni i ekonomski kontekst, što vještačka inteligencija ne može da uradi“, rekao je Šekularac.

 

Foto: epcg

On smatra da budućnost energetike treba posmatrati kroz partnerstvo čovjeka i vještačke inteligencije, pri čemu tehnologija služi kao alat za podršku stručnjacima, a ne kao njihova zamjena.

Govoreći o razvoju numeričkih modela i simulacija, Šekularac smatra da će uspješna primjena vještačke inteligencije i dalje zahtijevati stručnjake koji razumiju energetiku, termodinamiku, sagorijevanje i programiranje.

„Za razvoj i primjenu ovih tehnologija i dalje su neophodni ljudi koji razumiju procese i mogu da integrišu nova rješenja u postojeće energetske sisteme“, zaključio je Šekularac.

Doc. dr Tomislav Rajić sa Elektrotehničkog fakulteta Univerziteta u Beogradu govorio je o mogućnostima primjene vještačke inteligencije u elektroenergetskim sistemima, posebno u oblasti relejne zaštite, koja predstavlja jedan od ključnih elemenata za sigurnost rada mreže.

Kako je objasnio, relejna zaštita ima zadatak da brzo reaguje u slučaju kvara i zaštiti vrijednu elektroenergetsku opremu poput generatora i transformatora od oštećenja. Istovremeno, jednako je važno da zaštita ne reaguje kada za to nema potrebe, jer pogrešna reakcija može izazvati ozbiljne poremećaje u sistemu.

„Kod relejne zaštite možda je čak važnije da ne reaguje kada ne treba nego da reaguje kada treba, jer nepotrebno isključenje može izazvati velike probleme u radu sistema“, rekao je Rajić.

Kazao je da je u početku bio skeptičan prema primjeni vještačke inteligencije u energetici, smatrajući da se ona može koristiti za svakodnevne zadatke, ali ne i za donošenje odluka od značaja za elektroenergetski sistem. Međutim, praćenje savremenih istraživanja promijenilo je njegov stav.

Prema njegovim riječima, brojni naučni radovi pokazali su da vještačka inteligencija može značajno unaprijediti rad sistema zaštite. Kao primjer naveo je diferencijalnu zaštitu, kod koje može doći do pogrešnog reagovanja usljed zasićenja strujnih transformatora. U takvim situacijama metode zasnovane na vještačkoj inteligenciji mogu pomoći u preciznijem razlikovanju stvarnih kvarova od neželjenih stanja.

Rajić je ukazao i na mogućnosti primjene adaptivnih sistema zaštite koji automatski prilagođavaju svoja podešavanja u zavisnosti od uslova rada mreže.

Foto: epcg

 „Umjesto fiksnih podešavanja za različite periode godine ili nivoe opterećenja, sistemi zasnovani na vještačkoj inteligenciji mogu da prate stanje mreže i prilagođavaju parametre zaštite na osnovu podataka i prethodnih iskustava“, objasnio je Rajić.

On se osvrnuo na izazove koje za elektroenergetske sisteme predstavljaju veliki data centri, čija potrošnja električne energije može dostići desetine ili čak stotine megavata na jednoj lokaciji.

Govoreći o planovima za izgradnju nacionalnog data centra u Crnoj Gori, istakao je da je od ključnog značaja da operatori elektroenergetskog sistema budu uključeni u planiranje takvih projekata od samog početka.

„Potrebno je procijeniti da li mreža može obezbijediti dovoljno energije za tako velike potrošače i kako će njihova potrošnja uticati na rad sistema“, rekao je Rajić.

On je naglasio da data centri predstavljaju specifične potrošače jer rade neprekidno, tokom cijelog dana i noći, navodeći da zahtijevaju visok nivo pouzdanosti napajanja. Pored same električne energije, neophodno je obezbijediti i sisteme za hlađenje, kao i rezervne izvore napajanja.

Prema njegovom mišljenju, kombinacija baterijskih sistema i obnovljivih izvora energije mogla bi predstavljati optimalno rješenje za obezbjeđivanje pouzdanog rada velikih data centara.

„Data centri moraju raditi bez prekida, pa je obezbjeđivanje rezervnog napajanja i energetske stabilnosti jedan od ključnih izazova za elektroenergetski sektor“, zaključio je Rajić.