Cách thức tạo ra năng lượng trong quá trình chuyển đổi: trước đây, tất cả nguồn điện năng được cung cấp từ các nhà máy điện lớn, nhưng ngày nay điện năng được cung cấp từ một loạt các nguồn điện phân tán như tuabin gió, hệ thống quang điện và các cơ sở tương tự khác.
Sự thay đổi này có tác động lớn đến lưới điện và những thách thức đặc biệt đối với các nhà khai thác lưới truyền tải. Làm thế nào để có thể theo dõi hoạt động của các thông số lưới điện như góc pha và tần số vì các thông số này có thể thay đổi bất thường trong hoạt động lưới điện. Công nghệ đo lường tiêu chuẩn ngày nay chưa thể đưa ra câu trả lời đáng tin cậy.
Do đó, ngày càng có nhiều nhà khai thác chuyển sang các mạng lưới điện thông minh (PMU) và các giải pháp kỹ thuật số khác. Các hệ thống này đo biên độ, pha của dòng điện và điện áp lên đến 50 lần một giây. Quá trình này tạo ra khối lượng dữ liệu khổng lồ mỗi ngày.
Nén dữ liệu giúp tiết kiệm 80% bộ nhớ
Các nhà nghiên cứu tại chi nhánh hệ thống Quang điện tử (AST) đang tìm cách tối ưu hóa xử lý dữ liệu bằng trí tuệ nhân tạo, nhằm cải thiện độ tin cậy của lưới điện và thiết lập một hệ thống cung cấp điện phù hợp cho tương lai. Giáo sư Peter Bretschneider, người đứng đầu bộ phận năng lượng tại chi nhánh AST cho biết “có thể sử dụng trí tuệ nhân tạo (AI) với vai trò tự động đăng nhập, nén và xử lý tới 4,3 triệu dữ liệu mỗi ngày”.
Trong giai đoạn đầu tiên , các nhà nghiên cứu đã đưa ra một giải pháp nén dữ liệu sẽ giúp tiết kiệm 80% bộ nhớ. Không chỉ dễ dàng hơn để lưu trữ dữ liệu, mà còn nhanh hơn và hiệu quả hơn trong quy trình xử lý dữ liệu đó.
Xử lý dữ liệu tự động
Trong giai đoạn thứ hai, các nhà nghiên cứu tiếp tục sử dụng dữ liệu của mạng lưới điện thông minh mà họ đã thu thập để áp dụng cho mạng nơ-ron nhân tạo, một trong những thành phần quan trọng trong trí tuệ nhân tạo ngày nay. Cụ thể hơn, các thuật toán trong mạng nơ-ron nhân tạo dần dần biết cách phân biệt và phân loại chính xác dữ liệu vận hành bình thường hay các trục trặc từ hệ thống điều khiển trung tâm. Sau giai đoạn thử nghiệm , các nhà nghiên cứu đã áp dụng các phép đo pha tự động trong các mạng nơ-ron nhân tạo thay vì việc phải đo bằng phương pháp thủ công như trước đây.
Lấy một ví dụ, nếu một nhà máy điện bị hỏng, do quá tải. Phụ tải tăng cao làm chậm máy phát điện và tần số giảm. Điều này đòi hỏi các biện pháp xử lý nhanh chóng vì nếu tần số giảm xuống dưới một ngưỡng cho phép, nhà điều hành có thể buộc phải cắt bỏ lưới điện không ổn định của hệ thống. Việc xử lý theo cách thủ công mất đến hơn 500 mili giây, nhưng các thuật toán được tích hợp tự động có thể đưa ra quyết định cắt bỏ trong vòng 20-50 mili giây, vì vậy sẽ giúp cho các nhà máy điện kiểm soát được tình hình và các hậu quả nghiêm trọng không mong muốn.
Dự đoán các yếu tố bất thường trong tương lai
Các nhà nghiên cứu ngày nay luôn luôn đưa ra những giả thuyết và thậm chí là những điều chưa xảy ra trong các nhà máy điện hiện nay. Nếu các nhà máy điện tiếp tục theo đuổi năng lượng tái tạo, có thể sẽ phải đối mặt với những rắc rối chưa từng gặp. Vì vậy, các nhà nghiên cứu khi đã chuyển sang sử dụng trí tuệ nhân tạo, công nghệ này có thể giúp phân loại các loại yếu tố bất thường và phát triển các thuật toán thích hợp để xử lý các vấn đề này bằng cách sử dụng bản đồ số.
.jpg "Vô địch cuộc thi bảo mật triệu đô, Viettel Cyber Security tìm kiếm chiến thắng lớn hơn")
