Egység 1 / 11

Bevezetés a mesterséges intelligenciába az energiarendszerekben és a hitelesítés tudományágában

Nyereség:

  • Képes felismerni, hogy a mesterséges intelligencia hol teremt valódi értéket az energiarendszer-mérnöki munkafolyamatban, és mely döntések maradjanak a mérnök felelősségében
  • Képesség három horgony tudományág alkalmazására, amelyek keresztellenőrzik az egyes AI-kimeneteket nagyságrenddel, mérnöki elfogadhatósággal és terepi/mérési bizonyítékokkal
  • A bizonytalanság, a hallucinációk, az adatvédelem és a hálózatbiztonság kockázatainak felismerésével és a kontextus anonimizálásával sajátítsa el a biztonságos üzenetek beállításának szokását.

Az energiarendszerek tervezése olyan üzlettel foglalkozik, amely soha nem áll meg. A villamos energiát az előállítás után azonnal el kell fogyasztani; Ha a kereslet és a kínálat nincs egyensúlyban másodpercenként, a frekvencia eltolódik, a védelmi rendszerek működésbe lépnek, és a legrosszabb esetben nagy terület borul a sötétségbe. Ezért az energiarendszerek olyan terület, ahol kicsi a hibahatár, és nagyok az eredmények. A mesterséges intelligencia (AI; ​​a nagy adatmintázatokból tanuló, szöveget, képeket vagy számokat előállító szoftverrendszerek) remek gyorsító ezen a területen: több millió méternyi rekordot szkennelhet másodpercek alatt, időjárás-előrejelzést produkcióvá alakít, a transzformátor meghibásodásának néma jelét észleli. De ugyanaz a mesterséges intelligencia ugyanazt a bizonytalanságot magabiztos beszéddel is leplezni tudja. Ez az egység lefekteti azt a két alapot, amelyre a teljes modul épül: hol termel az AI valós értéket az energia munkafolyamatban, és hogyan érvényesítjük az egyes kimeneteket.

Tisztázzuk a kezdetektől fogva: az ebben a modulban elsajátított technikák nem helyettesítik a képzett energetikai mérnök aláírását, terepi mérését és mérnöki megítélését. A mesterséges intelligencia asszisztens; Gyorsan olvas, gyorsan ír, mintákat fog fel. De ha egy relé rosszul van beállítva, egy transzformátor túlterhelt, egy tárolórendszer hőkiesésbe kerül, vagy a hálózat instabillá válik egy előrejelzési hiba miatt, akkor a felelősség a bejelentkező mérnököt terheli, nem a szoftvert. Ezt a mondatot a modul minden egységében más-más formában újra látni fogod, mert ez az egyetlen igazság a biztonságkritikus tervezésben.

Hol teremt értéket a mesterséges intelligencia az energetikai munkafolyamatban?

Egy energetikai mérnök hét nagyjából háromféle munkára oszlik: adat-előkészítés (SCADA naplók törlése, mérőadatok rendezése, mértékegységek szabványosítása), elemzés és előrejelzés (terhelés-előrejelzés, termelés-előrejelzés, anomáliák észlelése, optimalizálás), valamint kommunikáció (jelentés, prezentáció, javaslat, szabályozási alkalmazás). Az AI mindhárom területet érinti, de hozzájárulása és kockázata mindegyikben eltérő.

Tisztázzuk röviden a fogalmakat: A SCADA (Supervisory Control and Data Acquisition) egy olyan rendszer, amely azonnali méréseket gyűjt az erőműről és a hálózati berendezésekről, és távfelügyeletet/vezérlést biztosít. Az intelligens fogyasztásmérő olyan villanyóra, amely méri a fogyasztást és távolról továbbítja azt általában 15 perces időközönként.

Az adat-előkészítés a mesterséges intelligencia legbiztonságosabb és legjövedelmezőbb területe. Kiugró értékek megjelölése több ezer sornyi mérőműszerben, inkonzisztens mértékegységek szabványosítása (például kWh és kWh keverése), szabad szövegű hibajegyzetek strukturált táblázatba fordítása – ezek ismétlődő, szabályokon alapuló, könnyen ellenőrizhető feladatok. Még ha itt is van hiba, percekbe telne visszamenni a forráshoz (nyers felvétel) és ellenőrizni.

Az elemzés és előrejelzés területe a legmagasabb értéket és a legnagyobb kockázatot hordozza. A mesterséges intelligencia megjósolhatja a holnapi terhelési görbét, egy naperőmű déli termelését vagy egy turbina csapágyának meghibásodási hajlamát. Ez olyan mintákat tár fel, amelyeket az emberi szem figyelmen kívül hagyhat. De ugyanaz a modell magabiztosan illeszkedik egy nem létező mintához (ezt a jelenséget hallucinációnak nevezik: a modell valójában nem létező információt állít elő, mintha valódi lenne). Ezen a területen az AI hipotézisgenerátor, nem döntéshozó.

A kommunikáció területén a mesterséges intelligencia egy huzatgyorsító. Percek alatt elkészíti a megvalósíthatósági jelentés, a szabályozási tájékoztató vagy az ügyfél e-mailjeit. Itt fennáll a veszélye annak, hogy egy kitalált jogszabály vagy hibás szám észrevétlenül aláírható a folyó szövegben.

Érvényesítési fegyelem: A három horgony szabálya

Ennek a modulnak a lényege egyetlen szokás: ne építsünk bele semmilyen mesterséges intelligencia kimenetet egy mérnöki döntésbe annak érvényesítése nélkül. Az érvényesítést három független horgonyra alapozzuk.

Első horgony – nagyságrend. Az eredmény nagyjából a 10-es tartományon belül van? Egy lakás éves fogyasztása jellemzően több ezer kWh nagyságrendű; Ha egy lakásra 5 millió kWh-t ad a modell, akkor mértékegység- vagy szerkesztési hiba van, és részletezés nélkül is érthető. Az elosztó transzformátor teljesítménye több száz kVA-tól több MVA-ig terjed; Az 500 MVA nevetséges egy szomszédos transzformátorhoz. Ez az ellenőrzés másodpercekig tart, és a legtöbb hibát észleli.

Második horgony – Mérnöki elfogadhatóság. A kimenet összhangban van a rendszer fizikájával és üzleti logikájával? A fizika törvényeit sérti, ha egy naperőmű éjszaka termel, egy terhelés negatív fogyasztást mutat (ha nincs termelés), az akkumulátor hatásfoka 100 százalék felett van. Energiatakarékosság, teljesítménytényező korlátok, berendezések névleges értékei – ezek az ésszerűség szűrői, amelyeken minden kimenetnek át kell mennie.

Harmadik horgony – Mérés/terepi bizonyíték. Ez a legerősebb horgony. Mérőmérés, tényleges gyártási adatok, terepi ellenőrzés. A terhelési előrejelzést összehasonlítja a tényleges fogyasztással. A hiba előrejelzését helyszíni ellenőrzéssel és rezgésméréssel tesztelik. Az alapigazság mindig győz; Bármennyire magabiztosan beszél a modell, a terminálban végzett mérés mondja ki a végső szót.

Tipp: Jegyezze meg a három horgonyt, mint egy ellenőrző listát: "Helyes a sorrend? Ésszerű a fizika? Mit mond a mérés?" Ez a három kérdés az energiaelemzésben előforduló hibák többségét a jelentés aláírása előtt érinti.

Három mini tok: a számok szerint

1. eset – Időmegtakarítás a mérőtisztítás során. Az elosztó cég elemzője manuálisan súrolta egy hónap 15 perces mérőadatait 1200 előfizetőnél (előfizetőnként körülbelül 2880 sor); A kommunikációs megszakítások és a többszörös felvételek miatti hiányosságok napokig tartottak. Automatizált hézag- és duplikációs észlelés mesterséges intelligencia által támogatott szabálygenerálással; vizuálisan megerősítette a megjelölt rekordokat. A folyamat körülbelül három napról fél napra csökkent, és a megtakarított időt az ellenőrzésre fordították.

2. eset – Elfogott hallucináció. Amikor egy gyakornok az MI-vel összefoglalta egy régió elosztási szabályzatát, a szövegben a következő mondat szerepelt: "A rendelet 47. cikke szerint az erőműveknek 30 másodpercen belül szinkronizálniuk kell a hálózattal." Nem volt ilyen anyag; A modell ésszerű megjelenésű, de fiktív számot produkált. A forrásdokumentumhoz való visszatérés szokása az aláírás előtt elkapta a hibát.

3. eset – Egységhiba. Az egyik energiamegtakarítási számítás során a modell összekeverte a teljesítményt (kW) az energiával (kWh), és 24-szeresére becsülte a 24 órás fogyasztást. „Ez az épület csak napi 40 kWh-t vagy 960 kWh-t fogyaszt?” A nagyságrendi ellenőrzés azonnal feltárta a hibát; számlázási adatok megerősítették a 960 kWh-s tartományt.

Gyenge felszólítás / Erős felszólítás

Gyenge felszólítás:

Írja meg észrevételeit ennek az erőműnek a hatékonyságáról, és javasoljon fejlesztéseket.[data]

Erőteljes felszólítás:

Az Ön feladata: vezető energiarendszer-mérnök. Az alábbi adatokhoz CSAK a megadott számok alapján írjon megjegyzést. - Ne adjon hozzá olyan értékeket, szabályozási záradékokat vagy feltételezéseket, amelyek nem szerepelnek az adatokban. - Minden megjegyzés mellett zárójelben tüntesd fel azt az adatsort/oszlopot, amelyre alapozod. - Minden numerikus eredményhez egyértelműen írja be a mértékegységet (kW vagy kWh).

Az erős felszólítás három dolgot kényszerít a modellre: ragaszkodni kell a forráshoz, egyértelműen megadni a mértékegységet és elismerni a bizonytalanságot. Ezzel nem szűnik meg teljesen a hallucináció, de láthatóvá teszi.

Négy másolható sablon

1) Anonim kontextus létrehozása:

Energetikai rendszermérnöki megbízásban keresek segítséget. A cég, a mező neve, a koordináták és az ügyféladatok BIZALMAS; Olyan reprezentatív címkékkel adom őket, mint a "Field-A", "Feeder-3". Küldetés: [küldetés]. Csak az általam megadott műszaki adatok alapján; Nem kérek a kritikus infrastruktúra részleteit.

2) Három horgonyellenőrzési kérelem:

Háromszor ellenőrizze a következő kimenetet, és mindegyiket külön címszó alatt jelentse: 1) Nagyságrend: minden szám a várt tartományon belül van? Ha nem, ellenőrizze.2) Fizikai/mérnöki elfogadhatóság: sérül-e az energiamegtakarítás, a berendezés besorolása, a működési logika?3) Ellenőrzési javaslat: milyen mérési/terepi bizonyítékok tesztelik ezt a kimenetet?

3) Mértékegység- és feltételezésvezérlés:

Tekintse meg a számítást lépésről lépésre alább. Írja be az egyes sorokba a használt mértékegységet, jól láthatóan feltüntetve az átváltásokat (kW→kWh, MWh→GWh stb.). Gyűjtsd össze a rejtett feltételezéseket egy külön listában. Ha az eredmény fizikailag lehetetlen, világosan jelezze.

4) Döntés-támogató összefoglaló:

Alakítsa át ezt az elemzést műszaki döntési megjegyzéssé: (a) megállapítás, (b) adatok, amelyeken alapul, (c) bizonytalanság/kockázat, (d) jóváhagyást igénylő részek. Használja a „döntési ajánlás” nyelvezetet, ne a „meghatározott” kifejezést.

Gyakran használt kifejezések táblázata

kifejezést

Rövid leírás

terhelést

Egy adott pillanatban fogyasztott elektromos teljesítmény (kW/MW)

Kereslet előrejelzés

A jövőbeli terhelés előrejelzése

Kapacitástényező

A megtermelt energia aránya ahhoz az energiához, amely akkor keletkezne, ha folyamatosan teljes teljesítménnyel működne

frekvencia

A hálózati váltakozó áram oszcillációs sebessége (50 Hz Türkiye-ben), a kereslet-kínálat egyensúlyának mutatója

hallucináció

A mesterséges intelligencia nem létező információkat állít elő, mintha valódiak lennének

három horgony

Rend + fizika plauzibilitás + mérési bizonyíték ellenőrzési fegyelem

Gyakori hibák

  • A folyékonyságot összetéveszti a pontossággal. Az, hogy a szöveg helyes, nem jelenti azt, hogy a számok helyesek. Az energiaadatoknál a mértékegységet és a sorrendet mindig külön ellenőrzik.
  • Az egységek határozatlanok elhagyása. A kW és kWh, MW és MWh összetévesztése a leggyakoribb és legdrágább hiba az energiaszámítások során.
  • A kritikus adatok megosztása, ahogy vannak. A SCADA és a grid topológia kritikus infrastruktúra; Nem küldik el nyilvános eszközbe anonimizálás nélkül.
  • Az AI összetévesztése a döntéshozatalhoz. A biztonság szempontjából kritikus döntéseknél az AI ajánlásokat generál; A döntést és a felelősséget a felhatalmazott mérnök vállalja.
  • Egyetlen horgonyra támaszkodva. Csak „a modell biztonságosnak tűnik” vagy a rang ellenőrzése nem elég; Három horgonyt használnak együtt.
Vigyázat: Az olyan információk bevitele egy mesterséges intelligencia eszközbe, mint a rács topológiája, védelmi beállításai vagy kritikus eszközök helye, adatvédelmi és kiberbiztonsági sebezhetőséget jelent. Az ilyen adatok kezelése kizárólag az intézmény által jóváhagyott zárt rendszerekben történik.

Összefoglalva

A mesterséges intelligencia jelentős időt takarít meg az adat-előkészítésben, -elemzésben/előrejelzésben és az energiamérnöki kommunikációban; de a legmagasabb értéket hordozó elemzési és előrejelzési terület a legnagyobb kockázatot is hordozza. Ennek a modulnak a gerincét egy olyan diszciplína képezi, amely minden kimenetet három horgonyhoz – nagyságrend, mérnöki elfogadhatóság és mérési bizonyítékok – viszonyítva tesztel. A felhatalmazott mérnök jóváhagyása nélkül nem hagyják a biztonság szempontjából kritikus döntéseket az AI kimenetre.

Pályázati feladat

Szerezzen be egy napra előre terhelést vagy termelési előrejelzést saját munkaterületéről (vagy nyílt példából). A fenti „Három horgonyellenőrzési kérelem” sablon használatával kérje meg az AI-t, hogy auditálja a kimenetet három címszó alatt. Ezután minden címnél ellenőrizze saját kezűleg: helyes-e a sorrend, ésszerű-e a fizika, milyen mérőszámmal tesztelné? Írjon be egy bekezdésben legalább egy problémát, amelyet talált, és azt, hogy hogyan fogta fel.

ellenőrző lista

  • [ ] A feladatot adatelőkészítés / elemzés / kommunikáció kategóriába soroltam, és felmértem annak kockázatát
  • [ ] A kimenetet nagyságrendileg teszteltem
  • [ ] Teszteltem a kimenetet a fizika és a mérnöki elfogadhatóság alapján
  • [ ] Meghatároztam, hogy mely mérési/terepi bizonyítékok igazolják
  • [ ] Minden mértékegységet (kW/kWh, MW/MWh) egyértelműen ellenőriztem
  • [ ] A kritikus/bizalmas adatokat anonimizáltam, a kritikus infrastruktúra részleteit nem osztottam meg
  • [ ] Megállapítottam, hogy a biztonságkritikus döntés a felhatalmazott mérnök jóváhagyásával marad