Umělá inteligence pomůže zachytit poruchy energetické soustavy
Energetická síť v České republice je nejen rozsáhlá, ale i velmi provázaná. Každý výkyv – ať už v podobě poruchy či nerovnoměrného odběru – může způsobit vážnější škody. Zákonný provozovatel elektroenergetické soustavy ČEPS proto spustil projekt ARTIC, na kterém spolupracují datoví analytici z FEKT VUT. Cílem je otestovat využití umělé inteligence v dispečerském řízení a energetickém obchodu.
Využití umělé inteligence by mohlo napomoci hned ve třech oblastech – predikovat technické ztráty, detekovat chyby ve výpočetních modelech dispečerského řidicího systému a klasifikovat provozní stavy, které sledují bezpečnost sítě. Sofistikované řízení a inteligentní monitoring je v současné době nezbytný.
„Kdysi existovala v regionu vždy jedna elektrárna rozvádějící elektřinu. Dnes vyrábí elektřinu mnohem více subjektů. Součástí je i fotovoltaika, která způsobuje kolísání v síti po západu či východu slunce. Energetická síť je v Česku rozsáhlá a velmi propojená. Pokud někdo začne ve větším rozsahu čerpat či dodávat elektřinu, vznikne v ní nerovnováha. Navíc jsme připojeni do zahraničí a problémy či kolísání v síti okolních zemí se nezastaví na hranicích,“ vysvětluje vedoucí týmu datových analytiků z FEKT VUT Radim Burget.
K testování nástrojů datové analýzy však specialisté z VUT potřebovali trénovací data. Řídicí středisko ČEPS proto uměle vytvářelo poruchy v síti po celém Česku. Odborníci je průběžně měřili a trénovali na nich neuronové sítě a algoritmy strojového učení. Cílem bylo naučit je, aby rozlišovaly mezi zvýšenou spotřebou a poruchou, u které je potřeba okamžitě zasáhnout.
„Testovali jsme celou energetickou síť a vznikaly tak rozsáhlé modely a grafy, které se na běžný monitor ani nevešly. Nebylo jednoduché vyobrazit, jak se sítě chovají,“ popisuje výzvy projektu Burget. Po několika desítkách měření byl algoritmus z FEKT VUT schopen rozpoznat rychleji a přesněji než člověk, kde v energetické síti nastal problém.
Nástroj z FEKT VUT je určený pro provozovatele celé energetické soustavy a umožňuje rychle reagovat na vzniklé situace. „Projekt má obrovský potenciál, protože dokáže předcházet poruchám – během několika vteřin je odhalit a včas upozornit obsluhu na to, aby mohla hrozící nebo vzniklý výpadek rychle vyřešit nebo mu dokonce předejít,“ hodnotí Burget.
Prediktor technických ztrát dokáže také odhadnout budoucí objem ztrát elektřiny v přenosové soustavě. Přesnější odhad pak umožní společnosti ČEPS nakoupit adekvátní množství elektřiny pro jejich pokrytí a ušetřit finanční prostředky.
„Schopnost rychle zpracovávat a vyhodnocovat velká množství dat bychom v budoucnu rádi přidali do našeho ‚portfolia‘ analytických metod. Použití umělé inteligence vnímáme především ve smyslu strojového učení, tedy jako nástroj pro podporu rozhodování. Primární roli tak budou i nadále zastávat naši odborníci,“ zhodnotil pro Ministerstvo průmyslu a obchodu Radek Hartman, člen představenstva ČEPS.
