Dobici:
- Sposobnost uspostavljanja end-to-end toka rada Python analize od podataka do izvještaja uz pomoć umjetne inteligencije
- Sposobnost provjere generiranog koda u smislu kompatibilnosti jedinica, curenja i ponovljivosti
- Sposobnost primjene ograničenja etike, povjerljivosti, sajber sigurnosti i odgovornosti inženjera u praksi u energetskim projektima
Modul Exam
1. Koji je od sljedećeg osnovni princip koji određuje rizik od AI izlaza u inženjeringu energetskih sistema?
- A) Rizik od izlaza jednak je šteti koju bi prouzrokovao da je taj izlaz neispravan; skale validacije u skladu s tim ✔
- B) AI izlaz je općenito siguran jer je napisan tečno i pouzdano
- C) Validacija nije potrebna kada se koristi najnoviji model
- D) Ako se izlaz odnosi na standard, nije potrebna dodatna kontrola
Objašnjenje: Rizik izlaza jednak je šteti koju će uzrokovati ako je taj izlaz neispravan. Iako manja greška u tekstu prezentacije može biti bezopasna, greška u postavkama relejne zaštite ili odluci o opterećenju transformatora može uzrokovati oštećenje opreme, ispad i rizike po život; tako da se intenzitet verifikacije skalira sa potencijalnom štetom.
2. Koja je najčešća zamka pri pripremi podataka o vremenskim serijama energije pomoću umjetne inteligencije i koja najviše iskrivljuje rezultate?
- A) Pogrešan odabir grafičkih boja
- B) Vremenska zona, ljetno računanje vremena i zbrka oznake vremenske oznake ✔
- C) Ime datoteke je predugačko
- D) Čuvanje podataka u Excelu umjesto u CSV-u
Objašnjenje: Zbrke početne/završne oznake vremenske zone, ljetnog računanja vremena (DST) i vremenske oznake su vrlo česte u energetskim podacima; smjena od jednog sata iskrivljuje cjelokupnu analizu tipa dana i vršnog sata. Stoga, vremensku os treba standardizirati prije svake analize, a AI izlaz treba testirati u odnosu na fizička sidra kao što je vrijeme izlaska sunca/vršnog vremena.
3. Koja situacija pokazuje da iako MAPE (Mean Absolute Percent Error) u kratkoročnoj prognozi opterećenja izgleda nisko, prognoza i dalje može biti nepouzdana?
- A) MAPE je uvijek potpuna i adekvatna mjera kvaliteta prognoze
- B) Iako je prosjek nizak, može doći do sistematskog odstupanja u vršnim satima i tu je mreža kritična ✔
- C) MAPE ima smisla samo u dugoročnom predviđanju
- D) Nizak MAPE dokazuje da je model fizički ispravan
Objašnjenje: MAPE je prosječna greška; Čak i ako zbroj izgleda dobro, može doći do sistematskih odstupanja u vršnim satima i sezonskim prijelazima. Mrežni balans je kritičan upravo u ovim vršnim trenucima, tako da se samo zato što je prosječna metrika dobra ne može smatrati sigurnim za predviđanje; Grešku treba posebno analizirati na osnovu vremena i režima.
4. Koja je najsnažnija fizička gornja granica za testiranje razumnosti prognoze proizvodnje solarne elektrane?
- A) Prošlogodišnji ukupni račun
- B) Fizički proizvodni plafon ograničen zračenjem, površinom panela i instaliranom snagom (uključujući nulu noću) ✔
- C) Procenat pouzdanosti dat modelom
- D) Mjerenje brzine vjetra
Opis: solarna elektrana ne može proizvesti više od solarnog zračenja i kapaciteta panela; Očekuje se da će proizvodnja biti nula noću, vrhunac oko podneva, i ograničena instaliranom snagom i površinom modula. Fizički je nemoguće da je model dao vrijednost koja premašuje noćnu proizvodnju ili instalirani kapacitet. Ova provjera eliminira predviđanje bez gledanja statistike.
5. Koji je filter koji prijedlog optimizacije AI mora proći prije nego što se direktno implementira u pametnu mrežu?
- A) Dovoljno je da samo prijedlog obezbijedi najnižu cijenu.
- B) Dovoljno je da model bude obučen do visoke preciznosti
- C) Sigurnosna ograničenja (napon, termička, N-1) kontrola i odobrenje ovlaštenog operatera ✔
- D) Dovoljno je da preporuka odgovara istorijskim podacima
Opis: Mreža je kritična za sigurnost: sve preporuke koje krše ograničenja napona, struje, topline i N-1 (kvar elementa) ne mogu se implementirati. AI izlaz prvo prolazi kroz ova sigurnosna ograničenja, a zatim se predstavlja ovlaštenom operateru na odobrenje; Optimizacija nikada ne stane na put sigurnosnim ograničenjima.
6. Koji se trošak često zanemaruje i dovodi u zabludu profit pri uspostavljanju strategije arbitraže (kupuj jeftino, prodaj visoko) sa AI u poslu skladištenja baterija?
- A) Naknada za internet vezu
- B) Trošak degradacije (trošenja) i gubitka efikasnosti po ciklusu ✔
- C) Trajanje pauze za kafu osoblja
- D) Boja baterije
Opis: Svaki ciklus punjenja-pražnjenja troši bateriju; degradacija (gubitak zdravlja) je stvarni trošak i iscrpljuje granice garancije. Arbitražna analiza koja gleda samo na razliku u cijeni će precijeniti profit i skratiti vijek trajanja baterije ako zanemari trošak degradacije i gubitak efikasnosti po ciklusu.
7. Koja je ključna ravnoteža pri određivanju granične vrijednosti modela detekcije anomalija u prediktivnom održavanju?
- A) Svjesna ravnoteža između troškova lažnog alarma i propuštenog kvara ✔
- B) Prag uvek treba da bude što je moguće niži
- C) Prag se određuje isključivo gledanjem procenta tačnosti modela
- D) Jednom kada je prag postavljen, nikada ga ne treba mijenjati.
Objašnjenje: Ako se prag spusti, lažni alarmi (alarmi kada nema greške) se povećavaju i tim postaje nepovjerljiv prema alarmima; If the threshold is increased, the risk of a missed fault (missing the actual fault) increases. Ispravan prag je svjesna ravnoteža između cijene lažnog alarma i cijene propuštene greške (npr. eksplozije transformatora) i prilagođava se prema kritičnosti opreme.
8. What is the basic logic of the measurement and verification (M&V) framework for verifying a savings claim in an energy efficiency project?
- A) Svako smanjenje iznosa računa smatra se direktnom uštedom
- B) Savings are the difference between the adjusted baseline and measured consumption ✔
- C) Savings are declared only at the manufacturer's catalog value
- D) Uštede jednake onome što model predviđa
Explanation: Savings cannot be measured directly; What is measured is the consumption after taking precautions. Savings are the difference between measured consumption and the baseline 'what would be consumed without the measure'. So the baseline model must be corrected for variables such as weather/production, the savings calculated against this adjusted reference.
9. Why is 'overfitting' particularly dangerous in the electricity price forecasting model?
- A) Zato što usporava model
- B) It memorizes the noise of the past, collapses in the future, especially when the regime changes, and misleads with high confidence ✔
- C) Samo zato što koristi više memorije
- D) Because it makes the graphics difficult to read
Explanation: Overfitting is when the model memorizes noise and patterns in historical data that will not repeat; Backtesting looks perfect but crashes in the future. Kako podaci o cijenama mijenjaju režim (šok cijena goriva, promjena zakona), memorisani obrazac postaje nevažeći i dovodi do netačnog licitiranja sa visokim povjerenjem.
10. Why is the concept of hourly carbon intensity (gCO2 value of one kWh of electricity in that hour) important for load shifting?
- A) Carbon density is the same every hour, so it doesn't matter
- B) Zato što utiče samo na iznos fakture
- C) Varira po satu u zavisnosti od obnovljivog udjela; Shifting flexible load to low-intensity hour reduces emissions ✔
- D) Zato što se odnosi samo na noćnu tarifu
Objašnjenje: Intenzitet ugljika u mreži varira iz sata u sat: nizak je u satima kada je proizvodnja iz obnovljivih izvora visoka i visok u vršnim satima kada su fosilne elektrane uključene. Prebacivanje fleksibilnog opterećenja na sate sa niskim vršnim opterećenjem omogućava potrošnju iste energije, ali proizvodnju manje emisija. Prosječni godišnji faktor krije ovu priliku.
11. Šta znači 'curenje podataka' u Python kodu za analizu koji proizvodi umjetna inteligencija i zašto je opasno?
- A) Brisanje podataka sa diska
- B) Model koristi buduće informacije u obuci koje neće biti dostupne u vrijeme predviđanja; test je dobar, ali realnost je loša ✔
- C) Podaci nemaju nikakvog značenja osim curenja na internet
- D) Kod radi veoma sporo
Objašnjenje: Curenje podataka je kada model pristupa informacijama koje će se zaista naći u budućnosti tokom obuke; na primjer, korištenjem stvarne vrijednosti sata za predviđanje kao atributa. Ovo rezultira savršenim backtestingom, ali beskorisnim u stvarnosti. Prošla/buduća granica u vremenskoj seriji mora se pažljivo održavati u kodu.
12. Koji je ispravan pristup prilikom slanja SCADA podataka energetske kompanije na opšti AI alat?
- A) Slanje svih podataka onako kako jesu daje najtačnije rezultate
- B) Anonimiziranje podataka i dijeljenje samo potrebnog tehničkog podskupa sa odobrenim alatom ✔
- C) Mjera predostrožnosti je nepotrebna jer su podaci ionako otvoreni
- D) Dovoljna je samo promjena naziva datoteke
Opis: SCADA i podaci o topologiji mreže su kritične infrastrukturne informacije; Slanje u javni oblak predstavlja rizike za privatnost, konkurenciju i cyber sigurnost. Ispravan pristup je da se anonimiziraju nazivi web lokacija/aktiva reprezentativnim oznakama, dijele samo tehnički podskup potrebni za zadatak i da se odlučite za alate odobrene/zatvorene institucije.
13. Zašto se 'faktor kapaciteta' (omjer proizvedene energije i energije koja bi se proizvela da je kontinuirano radio punim kapacitetom) korišten kao sidro razumnosti u predviđanju proizvodnje vjetra?
- A) Zato što je to broj samo u marketinške svrhe
- B) Zato što je direktno dao fakturu
- C) Zato što je to fizički kriterij koji testira red veličine predviđanja, s poznatim tipičnim rasponom (otprilike 25-45%) ✔
- D) Zato što određuje boju turbine
Opis: Faktor kapaciteta vjetroelektrana na kopnu je tipično u rasponu od približno 25-45 posto. Prognoza je fizički nevjerojatna ako predviđa proizvodnju u dugoročnom prosjeku koji je daleko izvan ovog raspona (na primjer, 90 posto). Ovaj omjer vam omogućava da testirate red veličine predviđanja bez ulaska u detalje.
14. Kako se uloga vještačke inteligencije u sigurnosno kritičnoj odluci o energetskom sistemu može najtačnije definirati?
- A) AI može zamijeniti odobrenje ovlaštenog inženjera
- B) AI generiše hipoteze i obrise; Odobrenje i odgovornost za sigurnosnu odluku ostaje na ovlaštenom inženjeru ✔
- C) Ako je AI dovoljno moćna, ljudska potvrda nije potrebna
- D) AI izlaz je beskorisan i treba ga potpuno zanemariti
Opis: Umjetna inteligencija je moćan pomoćnik koji brzo čita, hvata obrasce, stvara skice; ali ne zamjenjuje odobrenje i odgovornost kompetentnog stručnjaka za sigurnosno kritične odluke kao što su podešavanje zaštite, opterećenje transformatora, upravljanje mrežom. AI generiše hipoteze i obrise; Rješenje i potpis daje ovlašteni inženjer.