zisky:
- Schopnost vytvořit komplexní pracovní tok analýzy Pythonu z dat do sestav pomocí umělé inteligence
- Schopnost ověřit vygenerovaný kód z hlediska kompatibility jednotek, úniku a reprodukovatelnosti
- Schopnost zavést etiku, důvěrnost, kybernetickou bezpečnost a omezení odpovědnosti inženýrů do praxe v energetických projektech
Modulová zkouška
1. Který z následujících je základní princip, který určuje riziko výstupu umělé inteligence v inženýrství energetických systémů?
- A) Riziko výstupu se rovná poškození, které by způsobilo, kdyby byl výstup vadný; validační stupnice odpovídajícím způsobem ✔
- B) Výstup AI je obecně bezpečný, protože je psán plynule a sebejistě
- C) Při použití nejaktuálnějšího modelu není ověření nutné
- D) Pokud se výstup vztahuje k normě, není nutná žádná další kontrola
Vysvětlení: Riziko výstupu se rovná poškození, které způsobí, pokud je výstup vadný. Zatímco drobná chyba v textu prezentace může být neškodná, chyba v nastavení ochrany relé nebo rozhodnutí o zatížení transformátoru může způsobit poškození zařízení, výpadek a ohrožení života; takže intenzita ověřování se škáluje s potenciální škodou.
2. Jaké je nejčastější úskalí při přípravě dat energetických časových řad s umělou inteligencí a co nejvíce zkresluje výsledky?
- A) Nesprávný výběr grafických barev
- B) Záměna označení časového pásma, letního času a časového razítka ✔
- C) Název souboru je příliš dlouhý
- D) Uchovávání dat v Excelu místo CSV
Vysvětlení: Záměny počáteční/koncové značky časové zóny, letního času (DST) a časové značky jsou v energetických datech velmi běžné; hodinová směna zkresluje celou analýzu typu dne a špičky. Proto by měla být časová osa standardizována před každou analýzou a výstup AI by měl být testován proti fyzickým kotvám, jako je čas východu/špičky.
3. Která situace ukazuje, že zatímco se MAPE (střední absolutní procentní chyba) v krátkodobé prognóze zatížení jeví jako nízká, předpověď může být stále nespolehlivá?
- A) MAPE je vždy úplným a adekvátním měřítkem kvality prognózy
- B) I když je průměr nízký, může docházet k systematické odchylce ve špičce a to je místo, kde je síť kritická ✔
- C) MAPE má smysl pouze v dlouhodobém předpovídání
- D) Nízká MAPE dokazuje, že model je fyzikálně správný
Vysvětlení: MAPE je průměrná chyba; I když součet vypadá dobře, může docházet k systematickým odchylkám ve špičce a sezónních přechodech. Rovnováha sítě je kritická právě v těchto špičkových okamžicích, takže jen proto, že průměrná metrika je dobrá, nelze považovat za bezpečné předvídat; Chyba by měla být analyzována samostatně na základě času a režimu.
4. Jaká je nejspolehlivější fyzikální horní mez pro testování přiměřenosti prognózy výroby solárních zařízení?
- A) Celkový účet za loňský rok
- B) Fyzický výrobní strop omezený zářením, plochou panelu a instalovaným výkonem (včetně nuly v noci) ✔
- C) Procento spolehlivosti dané modelem
- D) Měření rychlosti větru
Popis: Solární elektrárna nemůže produkovat více, než dovoluje sluneční záření a kapacita panelu; Očekává se, že produkce bude v noci nulová, vrcholí kolem poledne a bude omezena instalovaným výkonem a plochou modulů. Je to fyzicky nemožné, pokud model udával hodnotu přesahující noční produkci nebo instalovaný výkon. Tato kontrola eliminuje predikci bez sledování statistik.
5. Jaký je filtr, kterým musí návrh optimalizace AI projít, než bude přímo implementován do chytré sítě?
- A) Stačí, aby návrh poskytl nejnižší náklady sám.
- B) Stačí, aby byl model natrénován na vysokou přesnost
- C) Kontrola bezpečnostních omezení (napěťové, tepelné, N-1) a schválení oprávněným operátorem ✔
- D) Postačuje, aby doporučení odpovídalo historickým datům
Popis: Síť je kritická z hlediska bezpečnosti: žádná doporučení, která porušují napěťová, proudová, tepelná omezení a omezení N-1 (selhání prvku), nelze implementovat. Výstup AI nejprve prochází těmito bezpečnostními omezeními a poté je předložen oprávněnému operátorovi ke schválení; Optimalizace nikdy nestojí v cestě bezpečnostnímu omezení.
6. Které náklady jsou často přehlíženy a zavádějí zisk při stanovení arbitrážní strategie (nakupujte levně, prodávejte draze) s umělou inteligencí v podnikání v oblasti ukládání baterií?
- A) Poplatek za připojení k internetu
- B) Náklady na degradaci (opotřebení) a ztrátu účinnosti na cyklus ✔
- C) Délka přestávky na kávu personálu
- D) Barva baterie
Popis: Každý cyklus nabíjení-vybíjení opotřebovává baterii; degradace (ztráta zdraví) je skutečným nákladem a vyčerpává záruční limity. Arbitrážní analýza, která se zaměřuje pouze na cenový rozdíl, nadhodnotí zisk a zkrátí životnost baterie, pokud ignoruje náklady na degradaci a ztrátu účinnosti na cyklus.
7. Jaká je klíčová rovnováha při určování prahové hodnoty modelu detekce anomálií v prediktivní údržbě?
- A) Vědomá rovnováha mezi náklady na falešný poplach a zmeškané selhání ✔
- B) Práh by měl být vždy co nejnižší
- C) Prahová hodnota je určena výhradně pohledem na procento přesnosti modelu
- D) Jakmile je práh nastaven, neměl by být nikdy měněn.
Vysvětlení: Je-li prahová hodnota snížena, falešné poplachy (alarmy, když nedochází k poruše) se zvyšují a tým se stává k poplachům nedůvěřivým; Je-li prahová hodnota zvýšena, zvyšuje se riziko zmeškané chyby (chybění skutečné poruchy). Správná prahová hodnota je vědomá rovnováha mezi cenou falešného poplachu a cenou zmeškané poruchy (např. výbuch transformátoru) a je upravena podle kritičnosti zařízení.
8. Jaká je základní logika rámce měření a ověřování (M&V) pro ověřování tvrzení o úsporách v projektu energetické účinnosti?
- A) Každé snížení fakturované částky je považováno za přímou úsporu
- B) Úspory jsou rozdílem mezi upravenou základní a naměřenou spotřebou ✔
- C) Úspora je deklarována pouze za katalogovou hodnotu výrobce
- D) Úspory rovnající se tomu, co model předpovídá
Vysvětlení: Úspory nelze měřit přímo; Měří se spotřeba po provedení opatření. Úspory jsou rozdílem mezi naměřenou spotřebou a základní hodnotou „co by se spotřebovalo bez opatření“. Základní model tedy musí být korigován o proměnné, jako je počasí/produkce, přičemž úspory se počítají s touto upravenou referencí.
9. Proč je v modelu prognózování cen elektřiny „přemontování“ obzvláště nebezpečné?
- A) Protože to zpomaluje model
- B) Učí se nazpaměť hluk minulosti, zhroutí se v budoucnosti, zvláště když se změní režim, a s vysokou jistotou uvádí v omyl ✔
- C) Jen proto, že využívá více paměti
- D) Protože to ztěžuje čtení grafiky
Vysvětlení: Přesazení je, když si model zapamatuje šum a vzory v historických datech, které se nebudou opakovat; Zpětné testování vypadá perfektně, ale v budoucnu se zhroutí. Jak údaje o cenách mění režim (šok v ceně paliva, změna legislativy), zapamatovaný vzor se stává neplatným a vede k nesprávnému nabízení s vysokou spolehlivostí.
10. Proč je koncept hodinové uhlíkové náročnosti (hodnota gCO2 jedné kWh elektřiny za tuto hodinu) důležitý pro přesun zátěže?
- A) Hustota uhlíku je každou hodinu stejná, takže na tom nezáleží
- B) Protože to ovlivňuje pouze částku faktury
- C) Mění se každou hodinu v závislosti na obnovitelném podílu; Přesun flexibilní zátěže na hodinu s nízkou intenzitou snižuje emise ✔
- D) Protože to souvisí pouze s nočním tarifem
Vysvětlení: Uhlíková intenzita sítě se každou hodinu mění: je nízká během hodin, kdy je výroba z obnovitelných zdrojů vysoká, a vysoká ve špičce, kdy se fosilní elektrárny připojují do provozu. Přesunutí flexibilního zatížení na hodiny s nízkou špičkou umožňuje spotřebovat stejnou energii, ale produkovat méně emisí. Průměrný roční faktor tuto příležitost skrývá.
11. Co znamená „únik dat“ v kódu analýzy Pythonu vytvořeném umělou inteligencí a proč je nebezpečný?
- A) Smazání dat z disku
- B) Model využívá budoucí informace v tréninku, které nebudou dostupné v době predikce; test je dobrý, ale realita je špatná ✔
- C) Data nemají jiný význam než únik na internet
- D) Kód běží velmi pomalu
Vysvětlení: Únik dat je, když model přistupuje k informacím, které budou skutečně nalezeny v budoucnu během školení; například pomocí skutečné hodnoty předpovídané hodiny jako atributu. Výsledkem je perfektní zpětné testování, ale ve skutečnosti nepoužitelné. Hranice minulosti/budoucnosti v časové řadě musí být v kódu pečlivě udržována.
12. Jaký je správný přístup při odesílání dat SCADA energetické společnosti do obecného nástroje AI?
- A) Odeslání všech dat tak, jak jsou, poskytuje nejpřesnější výsledky
- B) Anonymizace dat a sdílení pouze nezbytné technické podmnožiny se schváleným nástrojem ✔
- C) Opatření je zbytečné, protože data jsou stejně otevřená
- D) Stačí změnit název souboru
Popis: Data SCADA a topologie sítě jsou informacemi o kritické infrastruktuře; Odeslání do veřejného cloudu tak, jak je, představuje riziko pro soukromí, konkurenci a kybernetickou bezpečnost. Správným přístupem je anonymizovat názvy stránek/aktiv pomocí reprezentativních značek, sdílet pouze technickou podmnožinu potřebnou pro daný úkol a zvolit nástroje schválené/uzavřené institucí.
13. Proč je „kapacitní faktor“ (poměr vyrobené energie k energii, která by byla vyrobena, pokud by fungoval nepřetržitě na plný výkon) používán jako kotva přiměřenosti v prognózování výroby větru?
- A) Protože je to číslo pouze pro marketingové účely
- B) Protože dal přímo fakturu
- C) Protože se jedná o fyzikální kritérium, které testuje řádovou velikost předpovědi se známým typickým rozsahem (přibližně 25–45 %) ✔
- D) Protože určuje barvu turbíny
Popis: Kapacitní faktor pobřežních větrných elektráren je typicky v rozmezí přibližně 25-45 procent. Prognóza je fyzicky nevěrohodná, pokud předpovídá produkci v dlouhodobém průměru, který je výrazně mimo toto rozmezí (např. 90 procent). Tento poměr vám umožňuje otestovat řádovou velikost předpovědi, aniž byste zacházeli do podrobností.
14. Jak lze nejpřesněji definovat roli umělé inteligence v rozhodování o energetickém systému kritickém pro bezpečnost?
- A) AI může nahradit schválení autorizovaným inženýrem
- B) AI generuje hypotézy a obrysy; Schválení a odpovědnost za rozhodnutí kritické z hlediska bezpečnosti zůstává na autorizovaném inženýrovi ✔
- C) Pokud je umělá inteligence dostatečně výkonná, lidské potvrzení je zbytečné
- D) Výstup AI je k ničemu a měl by být zcela ignorován
Popis: Umělá inteligence je výkonný pomocník, který rychle čte, zachycuje vzory, vytváří návrhy; but it does not replace the approval and responsibility of a competent expert in safety-critical decisions such as protection adjustment, transformer loading, network maneuvering. AI generuje hypotézy a obrysy; Autorizovaný inženýr vydá rozhodnutí a podpis.