المكاسب:
- القدرة على التعرف على الهيكل والوحدات ومشاكل الجودة النموذجية لنظام SCADA والعدادات الذكية وبيانات السوق
- القدرة على اكتشاف البيانات المفقودة والقيم المتطرفة ومشكلات الطابع الزمني باستخدام الذكاء الاصطناعي وإنشاء سير عمل التنظيف
- القدرة على التحقق من الفخاخ مثل الدقة والمنطقة الزمنية والتوقيت الصيفي في سلسلة وقت الطاقة في مخرجات الذكاء الاصطناعي
تبدأ كل تحليلات الطاقة تقريبًا بسلسلة زمنية: قياسات مرتبة على طول المحور الزمني. استهلاك المتر خلال 15 دقيقة، وسرعة الدوران الثانية للتوربين، والتيار لكل ساعة لوحدة التغذية (خط التوزيع) - كلها سلاسل زمنية. في هذه الوحدة، سوف نتعلم من أين تأتي بيانات الطاقة، وما هي المخاطر التي تحتوي عليها، وكيفية استخدام الذكاء الاصطناعي لجعل هذه البيانات موثوقة. دعونا نرسي هذا المبدأ منذ البداية: حتى التحليل الأكثر ذكاءً مع البيانات القذرة يعطي نتيجة قذرة. في هندسة الطاقة، لا يتم قضاء معظم الوقت على النموذج، بل على جعل البيانات موثوقة، ويوفر الذكاء الاصطناعي المساهمة الأكثر أمانًا في هذا الجزء.
مصادر وهيكل بيانات الطاقة
تأتي بيانات الطاقة في المقام الأول من عدة مصادر. يقوم SCADA (نظام التحكم الإشرافي والحصول على البيانات) بجمع قياسات فورية من لوحة المفاتيح ومعدات الشبكة؛ يتم تحديده عادةً بالثواني أو الدقائق ويتضمن كميات مثل الجهد والتيار والطاقة ودرجة الحرارة. عادةً ما تقيس بيانات العدادات الذكية الاستهلاك على فترات زمنية مدتها 15 دقيقة، وهي الأساس لتحليل الفواتير والطلب. تعتبر بيانات الأرصاد الجوية (درجة الحرارة والإشعاع وسرعة الرياح) مدخلات للتنبؤ بالإنتاج والطلب. بيانات السوق (الأسعار بالساعة) هي مدخلات التحليل الاقتصادي.
السمة المشتركة لهذه البيانات هي أنها تحتوي على طابع زمني (علامة التاريخ والوقت التي ينتمي إليها كل قياس) وقيمة قياس واحدة أو أكثر. هذه هي النقطة الأكثر أهمية: إذا لم يتم فهم الطابع الزمني بشكل صحيح، ينهار كل شيء آخر.
الدقة والمنطقة الزمنية وملاءات التوقيت الصيفي
جزء كبير من الأخطاء في بيانات الطاقة يأتي من محور الوقت بشكل مدهش. دعونا نسلط الضوء على ثلاثة مصائد على وجه الخصوص.
ارتباك القرار. هل يبلغ المقياس عن طاقة لمدة 15 دقيقة (كيلوواط ساعة) أو طاقة لحظية (كيلوواط)؟ جمعها يعطي نتائج مختلفة: متوسط قيم الأربعة كيلوواط لمدة 15 دقيقة هو الطاقة، في حين أن مجموع الأربعة لا يتوافق مع الطاقة في الساعة (مطلوب مجموع طاقات ربع ساعة). لا يمكن إجراء أي جمع دون فهم الوحدة والحل معًا.
المنطقة الزمنية. هل يتم الاحتفاظ بالبيانات بالتوقيت المحلي (TRT/UTC+3 لتركيا) أم بالتوقيت العالمي (UTC)؟ قد تكون السلسلتان القادمتان من أنظمة مختلفة في مناطق زمنية مختلفة؛ يؤدي التحول لمدة ثلاث ساعات عند الدمج إلى تعطيل تحليل ساعة الذروة بالكامل.
التوقيت الصيفي (DST). في البلدان التي تتحول إلى التوقيت الصيفي، "تختفي" الساعة مرة واحدة سنويًا و"تكرر" مرة واحدة سنويًا. يؤدي هذا إلى إنشاء 23 أو 25 ساعة يومًا في تلك الأيام وتقسيم الملفات الشخصية كل ساعة. نظرًا لأن تركيا قامت بتطبيق التوقيت الصيفي الدائم (UTC+3) منذ عام 2016، فإن هذه المشكلة لا تظهر على البيانات المحلية، ولكنك لا تزال تواجهها عند التعامل مع البيانات الدولية أو القديمة.
ملاحظة: هل تسمية الطابع الزمني هي "بداية النطاق" أم "نهاية النطاق"؟ هل يشير السجل المسمى 14:00 إلى 14:00-14:15 أو 13:45-14:00؟ يمكن لهذا القرار الفردي أن يغير ساعة الذروة بمقدار شريحة واحدة. اجعل هذه القاعدة واضحة في البداية لكل مجموعة بيانات.
خطوة بخطوة: سير عمل إعداد البيانات باستخدام الذكاء الاصطناعي
الخطوة 1 - الاكتشاف. تعرف على البيانات: كم عدد الصفوف، ما النطاق، ما الدقة، ما الوحدة؟ إن إعطاء الذكاء الاصطناعي أول بضع مئات من الصفوف وتلخيص البنية يكشف بسرعة عن معاني الأعمدة والوحدات المحتملة. لكن تقدير وحدة الذكاء الاصطناعي هو مجرد فرضية؛ تم تأكيد ذلك من الوثيقة المصدر.
الخطوة 2 - توحيد الجدول الزمني. انطبق على منطقة زمنية واحدة، وأصلح الدقة، وحدد قاعدة العلامة (البداية/النهاية). يستطيع الذكاء الاصطناعي إنشاء تعليمات برمجية تكتشف الفواصل الزمنية غير المنتظمة والطوابع الزمنية المفقودة.
الخطوة 3 - السجلات غير المكتملة والمكررة. يؤدي انقطاع الاتصال إلى خلق الفراغ والتسجيل المزدوج مرة أخرى. وينتج الذكاء الاصطناعي مجموعة من القواعد التي تحدد الفجوات والازدواجية؛ يمكن ملء الفجوات القصيرة (على سبيل المثال، 15 دقيقة واحدة) بطريقة مناسبة، ويتم استبعاد الفجوات الطويلة من التحليل والإبلاغ عنها.
الخطوة 4 - القيم المتطرفة. استهلاك سلبي (لا إنتاج)، تجاوز الطاقة للحد الأعلى المادي، قفزات مفاجئة. يوفر الذكاء الاصطناعي اكتشافًا إحصائيًا ومبنيًا على القواعد؛ لكن القيم المتطرفة لا تعتبر دائمًا خطأً، بل يمكن أيضًا أن تكون حدثًا حقيقيًا (على سبيل المثال، دخول مصنع إلى شبكة الإنترنت). المهندس يجعل هذا التمييز.
الخطوة 5 - التحقق. يتم اختبار البيانات النظيفة باستخدام أدوات تثبيت مادية: يجب أن يعيد شروق الشمس/غروبها إعادة ضبط توليد الطاقة الشمسية، ويجب أن يكون الحمل الليلي أقل من النهار، ويجب أن يكون إجمالي الطاقة متسقًا مع الفاتورة.
ثلاث حالات صغيرة: بالأرقام
الحالة 1 - زلة لمدة ساعة واحدة. أظهرت بيانات إنتاج الطاقة الشمسية لأحد المحللين ذروة الظهيرة عند الساعة 14:00 بدلاً من الساعة 13:00. المشكلة لم تكن في اللوحة؛ كانت البيانات بالتوقيت العالمي المنسق (UTC) ولكن كان يُعتقد أنها بالتوقيت المحلي. وعندما تمت ملاحظة التحول الذي دام ثلاث ساعات (ظهور الإنتاج قبل شروق الشمس أدى إلى فقدان المرساة)، تحسن التحليل برمته؛ تم منع قرارات الاستثمار بناء على تفسير خاطئ.
الحالة 2 - التسجيلات المكررة. في بيانات كل ساعة لمدة 30 يومًا لوحدة تغذية التوزيع، كان إجمالي الاستهلاك أعلى بنسبة 4 بالمائة تقريبًا من المتوقع. أظهر اكتشاف إعادة التشغيل بمساعدة الذكاء الاصطناعي أنه تم تسجيل بعض الساعات مرتين في عمليات إعادة الاتصال. بعد مسح 68 سجلًا متكررًا، أصبح المجموع مطابقًا للفاتورة.
الحالة 3 - الأصفار الكاذبة. كان أحد العدادات يُبلغ عن الاستهلاك بأنه "0" أثناء فقدان الاتصال؛ ومع ذلك، استمر الاستهلاك. وأدت هذه الأصفار الكاذبة إلى خفض المتوسط وضللت توقعات الطلب. اقترح الذكاء الاصطناعي قاعدة "فحص القيم 0 مع علامة التواجد"؛ تم وضع علامة على الأصفار الكاذبة كبيانات مفقودة وفصلها عن الأصفار الحقيقية (على سبيل المثال، مكان العمل المغلق).
موجه ضعيف / موجه قوي
حث ضعيف:
امسح بيانات العداد هذه.[البيانات]
مطالبة قوية:
دورك: محلل بيانات الطاقة. بيانات العداد التالية مخصصة لفواصل زمنية مدتها 15 دقيقة، بالتوقيت المحلي (UTC+3)، يشير الطابع الزمني إلى بداية الفاصل الزمني، وحدة كيلوواط ساعة. المهام:1) قائمة الطوابع الزمنية المفقودة والسجلات المكررة (الرقم والوقت).2) ضع علامة منفصلة على القيمة السلبية والقيم التي تتجاوز الحد الأعلى المادي (طاقة العقد 25 كيلوواط)؛ لا تحذف، فقط ضع علامة. 3) قم بإجراء فحص للتمييز بين الأصفار الكاذبة والأصفار الحقيقية التي يشتبه في وجود سوء فهم فيها. لا تملأ أي قيم بنفسك؛ حدده أولاً وسأؤكد التعبئة.
موجه قوي يعطي الدقة والمنطقة الزمنية وقاعدة العلامة والحد الأعلى من البداية؛ فهو يفرض نظام "اكتشف أولاً، واسأل لاحقًا" على الذكاء الاصطناعي. بهذه الطريقة لن يتم إتلاف البيانات بصمت.
أربعة قوالب قابلة للنسخ
1) تنميط البيانات:
قم بإنشاء ملف تعريف للبيانات التالية: عدد الصفوف، النطاق الزمني، الدقة، الوحدة المقدرة ومعنى كل عمود، المعدل المفقود، الحد الأدنى/الحد الأقصى/المتوسط. قم بوضع علامة على تقديرات الوحدة باستخدام علامة "يلزم التحقق منها".
2) التحكم بمحور الزمن:
في هذه السلسلة الزمنية، اكتشف: (أ) الفجوات خارج النطاق المتوقع، (ب) الطوابع الزمنية المتكررة، (ج) التحولات المحتملة بسبب التوقيت الصيفي/المنطقة الزمنية. أدرج كل نتيجة مع نطاقها الزمني. اكتب اقتراح التصحيح الخاص بك بشكل منفصل؛ طلب.
3) القاعدة الخارجية:
ضع علامة على القيم المتطرفة باستخدام هذه الحدود المادية: الطاقة 0-[X] كيلوواط، ودرجة الحرارة [A] - [B] درجة مئوية. قم أيضًا بعمل قائمة منفصلة بالقيم المتطرفة الإحصائية (مثل الانحراف كثيرًا عن المتوسط). بالنسبة لكل قيمة متطرفة، اطرح السؤال "خطأ محتمل أو حدث فعلي"؛ اسمحوا لي أن أقرر.
4) التحقق بعد التنظيف:
اختبر البيانات التي تم تنظيفها باستخدام المثبتات المادية التالية وقم بالإبلاغ عن التناقضات: يجب أن يكون إنتاج الطاقة الشمسية صفرًا في الليل؛ يجب أن يكون إجمالي الطاقة ضمن مستوى الفاتورة المتوقعة؛ يجب أن يكون الحمل الليلي أقل من الذروة أثناء النهار. اكتب النجاح/الفشل لكل مرساة.
جدول مشكلات جودة البيانات
مشكلة
أعراض
مرساة التحقق
تحول المنطقة الزمنية
الساعة العلوية في مكان غير منطقي
محاذاة مع شروق الشمس / غروب الشمس
التوقيت الصيفي (DST)
23/25 ساعة يوميا
حساب طول اليوم
الصفر الزائف
0 في حالة فقدان الاتصال
تطابق مع علم الاتصالات
إعادة التسجيل
فوق إجمالي الفاتورة
تحقق من تفرد الطابع الزمني
ارتباك الوحدة
المرتبة 60/1000 مرة منحرفة
تحقق من تحويل kW↔kWh
قيمة سلبية
الاستهلاك السلبي عندما لا يكون هناك إنتاج
قاعدة الإشارة الجسدية
الأخطاء الشائعة
- ملء البيانات المفقودة بصمت بصفر. الصفر يعني "لا يوجد استهلاك"، وليس "لا توجد بيانات"؛ والخلط بين الاثنين يشوه المتوسط والتوقعات.
- حذف القيم المتطرفة تلقائيا. قد يكون الحدث الخارجي حدثًا حقيقيًا؛ مراجعة المهندس مطلوبة قبل الحذف.
- بافتراض المنطقة الزمنية. يعد القول "من المحتمل أن يكون محليًا" أحد أكثر الأخطاء تكلفةً؛ تأكد دائما من المصدر.
- جمع الذوبان عن طريق الخلط. إن إضافة قيم الطاقة (kW) كطاقة (kWh) يعطي إجماليًا غير صحيح.
- عدم التحقق من النظافة. قد تكون البيانات التي تم تنظيفها تالفة أيضًا؛ تأكد من اختباره باستخدام المراسي المادية.
نصيحة: قم بتدوين كل خطوة من خطوات تنظيف البيانات في "سجل البيانات": كم عدد السجلات التي تم وضع علامة عليها، وعدد السجلات التي تم ملؤها، وما هي القاعدة التي تم استخدامها. ويضمن هذا السجل كلا من إمكانية التكرار وإمكانية التدقيق؛ وبعد مرور عام "من أين جاء هذا الرقم؟" يجيب على السؤال.
في ملخص
أساس تحليل الطاقة هو سلسلة زمنية نظيفة. تأتي البيانات من SCADA والعداد والأرصاد الجوية والسوق؛ يحتوي كل منها على الدقة والوحدة والمنطقة الزمنية وملاءمات التوقيت الصيفي. يعتبر الذكاء الاصطناعي قويًا جدًا في تسريع اكتشاف المفقود/المكرر/الخارج، ولكن يجب أن تظل قرارات الحذف والملء في يد المهندس، ويجب التحقق من صحة النتيجة من خلال أدوات التثبيت المادية. لا يمكن الاعتماد على أي تحليل دون الفهم الصحيح للطابع الزمني.
مهمة التطبيق
خذ سلسلة زمنية للطاقة (عداد أو إنتاج أو درجة حرارة) في يدك. اطلب تقريرًا عالي الجودة من الذكاء الاصطناعي باستخدام قوالب "تدقيق الجدول الزمني" و"تنميط البيانات". ثم تحقق يدويًا من ثلاثة أشياء: هل الوحدة والدقة صحيحتان، وهل ساعة الذروة معقولة فيزيائيًا، وهل إجمالي الطاقة متوافق مع الفاتورة؟ صف بإيجاز مشكلة جودة البيانات التي وجدتها وكيفية إصلاحها.
قائمة مرجعية
- [ ] لقد قمت بالتأكد من مصدر البيانات ودقتها ووحدتها
- [ ] لقد أوضحت المنطقة الزمنية وقاعدة تسمية الطابع الزمني (البداية/النهاية)
- [ ] لقد تحققت من خطر 23/25 ساعة في اليوم بسبب التوقيت الصيفي
- [ ] لقد اكتشفت سجلات مفقودة ومكررة وقمت بالإبلاغ عنها
- [ ] لقد قمت بفحص القيم المتطرفة مع تمييز "الخطأ أو الحدث"
- [ ] لقد قمت بتمييز الأصفار الكاذبة عن الأصفار الحقيقية
- [ ] لقد قمت بالتحقق من البيانات التي تم تنظيفها باستخدام أدوات التثبيت المادية واحتفظت بسجل للبيانات