ಘಟಕಗಳು
1. ಶಕ್ತಿ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮತ್ತು ಪರಿಶೀಲನೆಯ ಶಿಸ್ತು ಪರಿಚಯ 2. ಎನರ್ಜಿ ಡೇಟಾ, SCADA ಮತ್ತು ಸ್ಮಾರ್ಟ್ ಮೀಟರ್: ಸಮಯ ಸರಣಿ ತಯಾರಿ 3. ಲೋಡ್ ಮತ್ತು ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆ 4. ನವೀಕರಿಸಬಹುದಾದ ಪೀಳಿಗೆಯ ಮುನ್ಸೂಚನೆ: ಸೌರ ಮತ್ತು ಗಾಳಿ 5. ಸ್ಮಾರ್ಟ್ ಗ್ರಿಡ್ ಮತ್ತು ಗ್ರಿಡ್ ಆಪ್ಟಿಮೈಸೇಶನ್ 6. ಬ್ಯಾಟರಿ ಮತ್ತು ಶಕ್ತಿ ಶೇಖರಣಾ ನಿರ್ವಹಣೆ 7. ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆ: ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್, ಟರ್ಬೈನ್ ಮತ್ತು ಸಲಕರಣೆ ಆರೋಗ್ಯ 8. ಶಕ್ತಿ ದಕ್ಷತೆ: ಕಟ್ಟಡ ಮತ್ತು ಕೈಗಾರಿಕಾ ಆಪ್ಟಿಮೈಸೇಶನ್ 9. ವಿದ್ಯುತ್ ಮಾರುಕಟ್ಟೆ ಮತ್ತು ಬೆಲೆ ವಿಶ್ಲೇಷಣೆ 10. ಕಾರ್ಬನ್ ಅಕೌಂಟಿಂಗ್, ಎಮಿಷನ್ಸ್ ಮತ್ತು ಸಸ್ಟೈನಬಿಲಿಟಿ 11. ಪೈಥಾನ್‌ನೊಂದಿಗೆ ಎಂಡ್-ಟು-ಎಂಡ್ ಎನರ್ಜಿ ಅನಾಲಿಸಿಸ್, ಎಥಿಕ್ಸ್ ಮತ್ತು ಮಿತಿಗಳು
ಘಟಕ 4 / 11

ನವೀಕರಿಸಬಹುದಾದ ಪೀಳಿಗೆಯ ಮುನ್ಸೂಚನೆ: ಸೌರ ಮತ್ತು ಗಾಳಿ

ಲಾಭಗಳು:

  • ಹವಾಮಾನಶಾಸ್ತ್ರ ಮತ್ತು ಗ್ರಿಡ್ ಸಮತೋಲನಕ್ಕಾಗಿ ಅದರ ಮುನ್ಸೂಚನೆಯ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಅವಲಂಬಿಸಿ ಸೌರ ಮತ್ತು ಗಾಳಿ ಉತ್ಪಾದನೆಯ ವ್ಯತ್ಯಾಸವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು.
  • ಡಿಜಿಟಲ್ ಹವಾಮಾನ ಮುನ್ಸೂಚನೆ, ಉಪಗ್ರಹ ಮತ್ತು ಕ್ಷೇತ್ರ ಡೇಟಾವನ್ನು ಸಂಯೋಜಿಸುವ AI ಮುನ್ಸೂಚನೆ ಕೆಲಸದ ಹರಿವನ್ನು ರಚಿಸುವ ಸಾಮರ್ಥ್ಯ
  • ಭೌತಿಕ ಗರಿಷ್ಠ ಮಿತಿ, ಸಾಮರ್ಥ್ಯದ ಅಂಶ ಮತ್ತು ನಿಜವಾದ ಡೇಟಾದೊಂದಿಗೆ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚನೆಗಳನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ

ಕಲ್ಲಿದ್ದಲು ಅಥವಾ ನೈಸರ್ಗಿಕ ಅನಿಲ ವಿದ್ಯುತ್ ಸ್ಥಾವರವು ನಿರ್ವಾಹಕರು ಬೇಡಿಕೆಯಿರುವಾಗ ನಿರ್ದಿಷ್ಟ ಶಕ್ತಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ; ಉತ್ಪಾದನೆಯನ್ನು ನಿಯಂತ್ರಿಸಬಹುದು. ಸೌರ ಮತ್ತು ಗಾಳಿಯು ಹೀಗಿಲ್ಲ: ಸೂರ್ಯನು ಮೋಡವಾದಾಗ, ಫಲಕ ಉತ್ಪಾದನೆಯು ಕಡಿಮೆಯಾಗುತ್ತದೆ ಮತ್ತು ಗಾಳಿಯು ನಿಂತಾಗ, ಟರ್ಬೈನ್ ನಿಲ್ಲುತ್ತದೆ. ಈ ರೀತಿಯ ಉತ್ಪಾದನೆಯನ್ನು ವೇರಿಯಬಲ್ ನವೀಕರಿಸಬಹುದಾದ ಶಕ್ತಿ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ; ಉತ್ಪಾದನೆಯು ಹವಾಮಾನಶಾಸ್ತ್ರದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ, ಮಾನವ ಇಚ್ಛೆಯಲ್ಲ. ಈ ವ್ಯತ್ಯಾಸವು ಗ್ರಿಡ್ ಸ್ಥಿರತೆಗೆ ಉತ್ತಮ ಅವಕಾಶ ಮತ್ತು ದೊಡ್ಡ ಸವಾಲನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ನವೀಕರಿಸಬಹುದಾದ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚನೆಯು ಸೌರ ಮತ್ತು ಪವನ ವಿದ್ಯುತ್ ಸ್ಥಾವರಗಳ ಭವಿಷ್ಯದ ಉತ್ಪಾದನೆಯನ್ನು ಊಹಿಸುವ ಕಾರ್ಯವಾಗಿದೆ ಮತ್ತು ಆಧುನಿಕ ಶಕ್ತಿ ವ್ಯವಸ್ಥೆಯ ವಿಶ್ಲೇಷಣೆಯ ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಈ ಮುನ್ಸೂಚನೆಯ ಭೌತಶಾಸ್ತ್ರವನ್ನು ನಾವು ಕಲಿಯುತ್ತೇವೆ, ಅದನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಹೇಗೆ ಸ್ಥಾಪಿಸಲಾಗಿದೆ ಮತ್ತು ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.

ಏಕೆ ಇದು ತುಂಬಾ ಮುಖ್ಯ?

ಗ್ರಿಡ್‌ನಲ್ಲಿ ಸೌರ ಮತ್ತು ಗಾಳಿಯ ಪಾಲು ಹೆಚ್ಚಾದಂತೆ, ಈ ಸಂಪನ್ಮೂಲಗಳು "ಎಷ್ಟು ಮತ್ತು ಯಾವಾಗ" ಎಂಬ ಪ್ರಶ್ನೆಯು ಇಡೀ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಉತ್ತಮ ಪೀಳಿಗೆಯ ಮುನ್ಸೂಚನೆಯಿಲ್ಲದೆ, ನವೀಕರಿಸಬಹುದಾದ ಉತ್ಪಾದನೆಯಲ್ಲಿ ಹಠಾತ್ ಕುಸಿತವನ್ನು ಸರಿದೂಗಿಸಲು ಗ್ರಿಡ್ ಹೆಚ್ಚುವರಿ ಬಿಡುವಿನ ಸಾಮರ್ಥ್ಯವನ್ನು (ಸಾಮಾನ್ಯವಾಗಿ ದುಬಾರಿ ಮತ್ತು ಕಾರ್ಬನ್-ಸಮೃದ್ಧ) ಕೈಯಲ್ಲಿ ಇರಿಸಿಕೊಳ್ಳಲು ಒತ್ತಾಯಿಸಲಾಗುತ್ತದೆ. ನಿಖರವಾದ ಮುನ್ಸೂಚನೆಯು ಈ ವೆಚ್ಚ ಮತ್ತು ಹೊರಸೂಸುವಿಕೆ ಎರಡನ್ನೂ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ; ಇದು ವಿದ್ಯುತ್ ಸ್ಥಾವರದ ಮಾಲೀಕರಿಗೆ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಉತ್ತಮವಾಗಿ ಬಿಡ್ ಮಾಡಲು ಸಹ ಶಕ್ತಗೊಳಿಸುತ್ತದೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಮುನ್ಸೂಚನೆ ದೋಷವು ನೇರವಾಗಿ ಹಣ ಮತ್ತು ಇಂಗಾಲಕ್ಕೆ ಅನುವಾದಿಸುತ್ತದೆ.

ಸೌರ ಮತ್ತು ಗಾಳಿ ಪೀಳಿಗೆಯ ಭೌತಶಾಸ್ತ್ರ

ಸೂರ್ಯ. ದ್ಯುತಿವಿದ್ಯುಜ್ಜನಕ (PV; ಬೆಳಕನ್ನು ನೇರವಾಗಿ ವಿದ್ಯುತ್ ಆಗಿ ಪರಿವರ್ತಿಸುವುದು) ಫಲಕದಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಶಕ್ತಿಯು ಮುಖ್ಯವಾಗಿ ಅದರ ಮೇಲೆ ಬೀಳುವ ವಿಕಿರಣವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ (ವಿಕಿರಣ; ಪ್ರತಿ ಯುನಿಟ್ ಪ್ರದೇಶಕ್ಕೆ ಸೌರ ಶಕ್ತಿ, W/m²). ಇದರ ಮೇಲೆ, ಪ್ಯಾನಲ್ ತಾಪಮಾನ (ಫಲಕವು ಬಿಸಿಯಾಗುತ್ತಿದ್ದಂತೆ ದಕ್ಷತೆಯು ಕಡಿಮೆಯಾಗುತ್ತದೆ), ಧೂಳು/ಮಾಲಿನ್ಯ ಮತ್ತು ಛಾಯೆಯು ಅದರ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ಸೌರ ಉತ್ಪಾದನೆಯ ಪ್ರಬಲ ಲಕ್ಷಣವೆಂದರೆ ಅದರ ಊಹಿಸಬಹುದಾದ ದೈನಂದಿನ ಮಾದರಿ: ರಾತ್ರಿಯಲ್ಲಿ ಶೂನ್ಯ, ಬೆಳಿಗ್ಗೆ ಹೆಚ್ಚು, ಮಧ್ಯಾಹ್ನದ ಆಸುಪಾಸಿನಲ್ಲಿ ಗರಿಷ್ಠ ಮತ್ತು ಸಂಜೆ ಶೂನ್ಯ. ಮೋಡವು ಈ ಆಕೃತಿಯ ಮೇಲೆ ಹೇರಲಾದ ಶಬ್ದವಾಗಿದೆ ಮತ್ತು ಇದು ಮುನ್ಸೂಚನೆಯ ತೊಂದರೆಯ ಮುಖ್ಯ ಮೂಲವಾಗಿದೆ.

ಗಾಳಿ. ಟರ್ಬೈನ್‌ನಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಶಕ್ತಿಯು ಗಾಳಿಯ ವೇಗದ ಘನಕ್ಕೆ ಸರಿಸುಮಾರು ಅನುಪಾತದಲ್ಲಿರುತ್ತದೆ - ಆದ್ದರಿಂದ ವೇಗವು ದ್ವಿಗುಣಗೊಂಡಾಗ, ಶಕ್ತಿಯು ಸರಿಸುಮಾರು ಎಂಟು ಪಟ್ಟು ಹೆಚ್ಚಾಗುತ್ತದೆ. ಆದ್ದರಿಂದ, ಗಾಳಿಯ ವೇಗದಲ್ಲಿನ ಸಣ್ಣ ಮುನ್ಸೂಚನೆ ದೋಷವು ಉತ್ಪಾದನೆಯಲ್ಲಿ ದೊಡ್ಡ ದೋಷವಾಗಿ ಬದಲಾಗುತ್ತದೆ. ಟರ್ಬೈನ್ ವಿದ್ಯುತ್ ಕರ್ವ್ ಅನ್ನು ಸಹ ಹೊಂದಿದೆ: ನಿರ್ದಿಷ್ಟ ವೇಗದ ಕೆಳಗೆ (ಕಟ್-ಇನ್ ವೇಗ) ಉತ್ಪಾದನೆ ಶೂನ್ಯವಾಗಿರುತ್ತದೆ, ನಿರ್ದಿಷ್ಟ ವೇಗಕ್ಕಿಂತ (ರೇಟೆಡ್ ವೇಗ) ಉತ್ಪಾದನೆಯು ಸ್ಥಿರಗೊಳ್ಳುತ್ತದೆ, ಅತಿ ಹೆಚ್ಚಿನ ವೇಗದಲ್ಲಿ (ಕಟ್-ಆಫ್ ವೇಗ) ಟರ್ಬೈನ್ ಸುರಕ್ಷತೆಗಾಗಿ ನಿಲ್ಲುತ್ತದೆ. ಈ ರೇಖಾತ್ಮಕವಲ್ಲದ ಸಂಬಂಧವು ಸೌರಕ್ಕಿಂತ ಗಾಳಿಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಹೆಚ್ಚು ಕಷ್ಟಕರವಾಗಿಸುತ್ತದೆ.

ಸಲಹೆ: ಗಾಳಿಯ ವೇಗದಲ್ಲಿನ ದೋಷವು ಕಾರ್ಯರೂಪಕ್ಕೆ ಬರುವುದರಿಂದ, ನಿಮ್ಮ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚನೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ ಗಾಳಿಯ ವೇಗದ ಮುನ್ಸೂಚನೆಯ ಗುಣಮಟ್ಟವನ್ನು ಮೊದಲು ನೋಡಿ. ಕೆಟ್ಟ ವೇಗದ ಮುನ್ಸೂಚನೆಯೊಂದಿಗೆ ಉತ್ತಮ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚನೆಯನ್ನು ಸ್ಥಾಪಿಸುವುದು ಅಸಾಧ್ಯವಾಗಿದೆ.

ಹಂತ ಹಂತವಾಗಿ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚನೆ

ಹಂತ 1 - ಇನ್‌ಪುಟ್ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿ. ಮೂಲ ಇನ್ಪುಟ್ ಸಂಖ್ಯಾತ್ಮಕ ಹವಾಮಾನ ಮುನ್ಸೂಚನೆ (NWP; ವಾತಾವರಣದ ಭೌತಶಾಸ್ತ್ರವನ್ನು ಪರಿಹರಿಸುವ ಮೂಲಕ ಹವಾಮಾನ ಮುನ್ಸೂಚನೆ): ವಿಕಿರಣ, ತಾಪಮಾನ, ಗಾಳಿಯ ವೇಗ ಮತ್ತು ದಿಕ್ಕಿನ ಅಂದಾಜುಗಳು. ವಿದ್ಯುತ್ ಸ್ಥಾವರದ ನಿಜವಾದ ಉತ್ಪಾದನಾ ಇತಿಹಾಸ ಮತ್ತು ಸಾಧ್ಯವಾದರೆ, ಉಪಗ್ರಹ/ನೆಲದ ಅವಲೋಕನಗಳನ್ನು ಇದಕ್ಕೆ ಸೇರಿಸಲಾಗುತ್ತದೆ.

ಹಂತ 2 - ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿಸಿ. ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯ ಅಸ್ಥಿರಗಳು, ಸೌರಕ್ಕಾಗಿ ಜ್ಯಾಮಿತೀಯ ಅಸ್ಥಿರಗಳು (ಆಕಾಶದಲ್ಲಿ ಸೂರ್ಯನ ಕೋನ), ಗಾಳಿಗಾಗಿ ಟರ್ಬೈನ್ ಪವರ್ ಕರ್ವ್ ಮಾಹಿತಿ ಮತ್ತು ವಿಳಂಬಿತ ಉತ್ಪಾದನೆಯ ಗುಣಲಕ್ಷಣಗಳು. ಮತ್ತೊಮ್ಮೆ, ಸೋರಿಕೆ ನಿಯಂತ್ರಣ: ಮುನ್ಸೂಚನೆಯ ಸಮಯದಲ್ಲಿ ಲಭ್ಯವಿರುವ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಬಳಸಲಾಗುತ್ತದೆ.

ಹಂತ 3 - ಮಾದರಿಯನ್ನು ತರಬೇತಿ ಮಾಡಿ. ಮಾದರಿಯು ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯನ್ನು ನಿಜವಾದ ಉತ್ಪಾದನೆಗೆ ಲಿಂಕ್ ಮಾಡುತ್ತದೆ. ಇಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಫಲಕ/ಟರ್ಬೈನ್‌ನ ನೈಜ ನಡವಳಿಕೆಯನ್ನು ಕಲಿಯುತ್ತದೆ (ಕ್ಯಾಟಲಾಗ್ ಮೌಲ್ಯದಿಂದ ವಿಚಲನಗಳು) ಮತ್ತು ಸ್ಥಳೀಯ ಪರಿಣಾಮಗಳನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ (ನಿರ್ದಿಷ್ಟ ಗಾಳಿಯ ದಿಕ್ಕಿನಲ್ಲಿ ಭೂಪ್ರದೇಶದ ಪರಿಣಾಮ).

ಹಂತ 4 - ಮಾದರಿ ಅನಿಶ್ಚಿತತೆ. ನವೀಕರಿಸಬಹುದಾದ ಮುನ್ಸೂಚನೆಯು ಅಂತರ್ಗತವಾಗಿ ಅನಿಶ್ಚಿತವಾಗಿದೆ; ಸಂಭವನೀಯ ಅಂದಾಜು (ಉದಾ. "80 ಪ್ರತಿಶತ ಸಂಭವನೀಯತೆಯ ಉತ್ಪಾದನೆಯು ಆ ಬ್ಯಾಂಡ್‌ನಲ್ಲಿದೆ") ಒಂದೇ ಸಂಖ್ಯೆಯ ಬದಲಿಗೆ ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾಗಿದೆ.

ಹಂತ 5 - ಪರಿಶೀಲಿಸಿ. ಭವಿಷ್ಯವನ್ನು ಭೌತಿಕ ಮೇಲಿನ ಮಿತಿಗಳು ಮತ್ತು ನಿಜವಾದ ಉತ್ಪಾದನೆಯ ವಿರುದ್ಧ ಪರೀಕ್ಷಿಸಲಾಗುತ್ತದೆ.

ಮೌಲ್ಯೀಕರಣ: ಭೌತಿಕ ಆಂಕರ್‌ಗಳು

ನವೀಕರಿಸಬಹುದಾದ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚನೆಯನ್ನು ಬಲವಾದ ಭೌತಿಕ ಆಂಕರ್‌ಗಳೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಬಹುದು:

  • ಸೌರಶಕ್ತಿಗಾಗಿ ಸಂಪೂರ್ಣ ಸೀಲಿಂಗ್: ಉತ್ಪಾದನೆಯು ರಾತ್ರಿಯಲ್ಲಿ ಧನಾತ್ಮಕವಾಗಿರುವುದಿಲ್ಲ ಮತ್ತು ಸ್ಥಾಪಿಸಲಾದ ಶಕ್ತಿಯನ್ನು ಮೀರಬಾರದು (ಮತ್ತು ಪ್ರಸ್ತುತ ವಿಕಿರಣವು ಏನು ಅನುಮತಿಸುತ್ತದೆ). ಈ ಒಂದೇ ಚೆಕ್ ತಕ್ಷಣವೇ ಸಿಲ್ಲಿ ಊಹೆಗಳನ್ನು ನಿವಾರಿಸುತ್ತದೆ.
  • ಸಾಮರ್ಥ್ಯದ ಅಂಶ: ಇದು ವಿದ್ಯುತ್ ಸ್ಥಾವರವು ಪೂರ್ಣ ಶಕ್ತಿಯಲ್ಲಿ ನಿರಂತರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದರೆ ಅದು ಉತ್ಪಾದಿಸುವ ಶಕ್ತಿಗೆ ಉತ್ಪತ್ತಿಯಾಗುವ ಶಕ್ತಿಯ ಅನುಪಾತವಾಗಿದೆ. ಕಡಲತೀರದ ಗಾಳಿಯಲ್ಲಿ ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಸುಮಾರು 25-45 ಶೇಕಡಾ, ಸೌರದಲ್ಲಿ ಇದು ಹವಾಮಾನವನ್ನು ಅವಲಂಬಿಸಿ ಸುಮಾರು 12-25 ಶೇಕಡಾ. ದೀರ್ಘಾವಧಿಯ ಸರಾಸರಿಯು ಈ ವ್ಯಾಪ್ತಿಯಿಂದ ಹೊರಗಿದ್ದರೆ, ದೋಷವಿದೆ.
  • ನಿಜವಾದ ಡೇಟಾ: ಪ್ರಬಲವಾದ ಆಧಾರವು ನಿಜವಾದ ಉತ್ಪಾದನೆಯೊಂದಿಗೆ ಮುನ್ಸೂಚನೆಯ ಹೋಲಿಕೆಯಾಗಿದೆ; ವ್ಯವಸ್ಥಿತ ಪಕ್ಷಪಾತ (ಉದಾಹರಣೆಗೆ ನಿರಂತರ ಅತಿಯಾದ ಅಂದಾಜು) ಸರಿಪಡಿಸಲಾಗಿದೆ.
ಎಚ್ಚರಿಕೆ: ಸೌರ ಉತ್ಪಾದನೆಯ ಮುನ್ಸೂಚನೆಯು ರಾತ್ರಿಯಲ್ಲಿ ಶೂನ್ಯವಲ್ಲದಿರುವುದು ಅಥವಾ ಗಾಳಿಯ ಮುನ್ಸೂಚನೆಯು ಕಟ್-ಆಫ್ ದರಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಉತ್ಪಾದನೆಯನ್ನು ಇನ್ನೂ ತೋರಿಸಲು ಭೌತಿಕ ಅಸಾಧ್ಯವಾಗಿದೆ. ಅಂತಹ ಉಲ್ಲಂಘನೆಗಳು ಮಾದರಿಯು ಎಲ್ಲೋ ಮೂಲಭೂತ ಭೌತಶಾಸ್ತ್ರವನ್ನು ಕಳೆದುಕೊಂಡಿದೆ ಮತ್ತು ಅಂಕಿಅಂಶಗಳನ್ನು ನೋಡದೆ ತಿರಸ್ಕರಿಸಲಾಗಿದೆ ಎಂಬುದರ ಸಂಕೇತವಾಗಿದೆ.

ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು: ಸಂಖ್ಯೆಗಳ ಮೂಲಕ

ಪ್ರಕರಣ 1 - ರಾತ್ರಿ ಉತ್ಪಾದನೆ. ಒಂದು ತಂಡದ ಸೌರ ಮುನ್ಸೂಚನೆಯ ಮಾದರಿಯು 10 ಗಂಟೆಗೆ 3 MW ಉತ್ಪಾದನೆಯನ್ನು ಊಹಿಸಿದೆ. ಇದು ದೈಹಿಕವಾಗಿ ಅಸಾಧ್ಯವಾಗಿತ್ತು; ಸಮಸ್ಯೆಯೆಂದರೆ ಮಾದರಿಗೆ ನೀಡಲಾದ ವಿಕಿರಣ ಡೇಟಾವು ತಪ್ಪಾದ ಸಮಯ ವಲಯದಲ್ಲಿ ಮೌಲ್ಯಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ. ರಾತ್ರಿ-ಶೂನ್ಯ ಆಂಕರ್ ದೋಷವನ್ನು ತಕ್ಷಣವೇ ಸೆಳೆಯಿತು ಮತ್ತು ಸಮಯ ವಲಯವನ್ನು ಸರಿಪಡಿಸಿದ ನಂತರ, ಭವಿಷ್ಯವು ಸರಿಯಾಗಿದೆ.

ಪ್ರಕರಣ 2 - ಗಾಳಿಯಲ್ಲಿ ಕ್ಯೂಬ್ ಪರಿಣಾಮ. ಒಂದು ವಿಂಡ್ ಫಾರ್ಮ್‌ನಲ್ಲಿ, ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯು 8 m/s ಬದಲಿಗೆ 10 m/s ಗಾಳಿಯ ವೇಗವನ್ನು ನೀಡಿತು - ಸ್ಪಷ್ಟವಾಗಿ 25 ಪ್ರತಿಶತ ದೋಷ. ಆದರೆ ಶಕ್ತಿಯು ಘನವಾಗಿ ವೇಗವನ್ನು ಅವಲಂಬಿಸಿರುವುದರಿಂದ, ಉತ್ಪಾದನೆಯ ಅಂದಾಜು ಅಂದಾಜು ಎರಡು ಪಟ್ಟು ನಿಜವಾದ ಮೊತ್ತವಾಗಿದೆ, ಇದು ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಭಾರಿ ಅಸಮತೋಲನದ ದಂಡವನ್ನು ಉಂಟುಮಾಡಿತು. ಪಾಠ: ಗಾಳಿ ಮುನ್ಸೂಚನೆಯಲ್ಲಿ ಸಣ್ಣ ವೇಗ ದೋಷವು ದೊಡ್ಡ ಉತ್ಪಾದನಾ ದೋಷವಾಗಿದೆ; ಅನಿಶ್ಚಿತತೆಯ ಬ್ಯಾಂಡ್ ಅನ್ನು ವಿಶಾಲವಾಗಿ ಇಡಬೇಕು.

ಪ್ರಕರಣ 3 - ಸಾಮರ್ಥ್ಯದ ಅಂಶ ಆಂಕರ್. ಒಂದು ಹೊಸ ವಿದ್ಯುತ್ ಸ್ಥಾವರಕ್ಕೆ ವಾರ್ಷಿಕ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚನೆಯು 55 ಪ್ರತಿಶತ ಸಾಮರ್ಥ್ಯದ ಅಂಶವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಕಾಂಟಿನೆಂಟಲ್ ಗಾಳಿಗೆ ಇದು ಈ ಶ್ರೇಣಿಯ ಮೇಲಿತ್ತು; ಉತ್ಪಾದನೆಯ ಘಟಕಗಳನ್ನು (MWh) ಎರಡು ಬಾರಿ ತಪ್ಪಾಗಿ ಎಣಿಸಲಾಗಿದೆ ಎಂದು ತನಿಖೆಯು ತೋರಿಸಿದೆ. ಸಾಮರ್ಥ್ಯದ ಅಂಶ ಆಂಕರ್ ವಿವರಗಳಿಗೆ ಹೋಗದೆ ತಪ್ಪು ಅಡಿಪಾಯದಿಂದ ಹೂಡಿಕೆ ನಿರ್ಧಾರವನ್ನು ಮುಕ್ತಗೊಳಿಸಿತು.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಈ ಗಾಳಿ ಫಾರ್ಮ್‌ನ ನಾಳೆಯ ಉತ್ಪಾದನೆಯನ್ನು ಊಹಿಸಿ.[ಡೇಟಾ]

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ನವೀಕರಿಸಬಹುದಾದ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚಕ. ಕಾರ್ಯ: ಗಾಳಿ ಫಾರ್ಮ್‌ಗಾಗಿ ಗಂಟೆಯ ದಿನ-ಮುಂದಿನ ಉತ್ಪಾದನಾ ಮುನ್ಸೂಚನೆ.- ಮುನ್ಸೂಚನೆಯ ಸಮಯದಲ್ಲಿ ಲಭ್ಯವಿರುವ ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯನ್ನು ಮಾತ್ರ ಇನ್‌ಪುಟ್ ಆಗಿ ಬಳಸಿ; ಗಾಳಿಯ ವೇಗದ ಘನ ಪರಿಣಾಮವನ್ನು ಅಳೆಯಿರಿ ಮತ್ತು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಿ. - ಟರ್ಬೈನ್ ಪವರ್ ಕರ್ವ್ ಅನ್ನು ಅನ್ವಯಿಸಿ (ಕಟ್-ಇನ್, ನಾಮಮಾತ್ರ, ಕಟ್-ಆಫ್ ವೇಗಗಳು); ಈ ಮಿತಿಗಳನ್ನು ಮೀರಿ ಭೌತಿಕ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡಬೇಡಿ. - ಅನಿಶ್ಚಿತತೆಯ ಬ್ಯಾಂಡ್ ಅನ್ನು ನೀಡಿ, ಒಂದೇ ಸಂಖ್ಯೆಯಲ್ಲ. - ಎರಡು ಆಂಕರ್‌ಗಳೊಂದಿಗೆ ಫಲಿತಾಂಶವನ್ನು ನೀವೇ ಪರೀಕ್ಷಿಸಿ: (ಎ) ಸ್ಥಾಪಿಸಲಾದ ಶಕ್ತಿಯನ್ನು ಮೀರಿದ ಯಾವುದೇ ಮೌಲ್ಯವಿದೆಯೇ, (ಬಿ) 25-45% ವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಸೂಚಿಸಲಾದ ಸಾಮರ್ಥ್ಯದ ಅಂಶವಾಗಿದೆಯೇ? ಡೇಟಾ: [ಸಸ್ಯ ಮತ್ತು ಹವಾಮಾನ ಡೇಟಾ]

ಶಕ್ತಿಯುತವಾದ ಪ್ರಾಂಪ್ಟ್ ಕ್ಯೂಬ್ ಎಫೆಕ್ಟ್, ಪವರ್ ಕರ್ವ್, ಅನಿಶ್ಚಿತತೆ ಮತ್ತು ಪ್ರಾರಂಭದಿಂದಲೂ ಎರಡು ಭೌತಿಕ ಆಂಕರ್‌ಗಳನ್ನು ಹೇರುತ್ತದೆ - ಪುನರುತ್ಪಾದಕ ಮುನ್ಸೂಚನೆಯ ಶ್ರೇಷ್ಠ ದೋಷಗಳನ್ನು ಕತ್ತರಿಸುವುದು.

ನಾಲ್ಕು ನಕಲು ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಸೌರ ಭೌತಿಕ ಸೀಲಿಂಗ್ ನಿಯಂತ್ರಣ:

ಈ ಆಂಕರ್‌ಗಳೊಂದಿಗೆ ಈ ಸೌರ ಉತ್ಪಾದನೆಯ ಅಂದಾಜನ್ನು ಪರೀಕ್ಷಿಸಿ: ರಾತ್ರಿಯ ಸಮಯದಲ್ಲಿ ಉತ್ಪಾದನೆಯು ಶೂನ್ಯವೇ? ಮಧ್ಯಾಹ್ನದ ಉತ್ತುಂಗವು ದಿನದ ಮಧ್ಯದಲ್ಲಿಯೇ? ಯಾವುದೇ ಮೌಲ್ಯವು ಸ್ಥಾಪಿಸಲಾದ ಸಾಮರ್ಥ್ಯವನ್ನು ಮೀರುತ್ತದೆಯೇ? ಟೈಮ್‌ಸ್ಟ್ಯಾಂಪ್‌ನೊಂದಿಗೆ ಉಲ್ಲಂಘನೆಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.

2) ವಿಂಡ್ ಪವರ್ ಕರ್ವ್ ಅಪ್ಲಿಕೇಶನ್:

ಕೆಳಗಿನ ಟರ್ಬೈನ್ ಪವರ್ ಕರ್ವ್ ನಿಯತಾಂಕಗಳನ್ನು ಬಳಸಿ: ಕಟ್-ಇನ್ [A] m/s, ನಾಮಮಾತ್ರ[B] m/s, ಕಟ್-ಆಫ್ [C] m/s. ನೀಡಿರುವ ಗಾಳಿಯ ವೇಗ ಮುನ್ಸೂಚನೆಗಳನ್ನು ಉತ್ಪಾದನೆಯಾಗಿ ಪರಿವರ್ತಿಸಿ. ಘನ ವೇಗ-ವಿದ್ಯುತ್ ಸಂಬಂಧದಿಂದಾಗಿ ಉತ್ಪಾದನಾ ಅನಿಶ್ಚಿತತೆಯ ಮೇಲೆ ವೇಗದ ಅನಿಶ್ಚಿತತೆಯ ಪರಿಣಾಮದ ಬಗ್ಗೆ ಸಹ ಕಾಮೆಂಟ್ ಮಾಡಿ.

3) ಸಾಮರ್ಥ್ಯದ ಅಂಶ ಸಮಂಜಸತೆಯ ಆಧಾರ:

ಈ ಪೀಳಿಗೆಯ ಅಂದಾಜಿನಿಂದ ಸೂಚಿಸಲಾದ ಸಾಮರ್ಥ್ಯದ ಅಂಶವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಅದನ್ನು ಸಸ್ಯದ ಪ್ರಕಾರಕ್ಕೆ (ಗಾಳಿ 25-45%, ಸೌರ 12-25%) ವಿಶಿಷ್ಟ ಶ್ರೇಣಿಗೆ ಹೋಲಿಸಿ. ವ್ಯಾಪ್ತಿಯಿಂದ ಹೊರಗಿದ್ದರೆ, ಸಂಭವನೀಯ ದೋಷ ಮೂಲಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ (ಘಟಕ, ಸಮಯ ವಲಯ, ಡಬಲ್ ಎಣಿಕೆ).

4) ಮುನ್ಸೂಚನೆ-ನೈಜ ವಿಚಲನ ವಿಶ್ಲೇಷಣೆ:

ಹಿಂದಿನ ಮುನ್ಸೂಚನೆಗಳೊಂದಿಗೆ ನಿಜವಾದ ಉತ್ಪಾದನೆಯನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ. ವ್ಯವಸ್ಥಿತ ಪಕ್ಷಪಾತವಿದೆಯೇ (ಸ್ಥಿರವಾದ ಮಿತಿಮೀರಿದ/ಕಡಿಮೆ ಅಂದಾಜು)? ವಿಚಲನವು ಹವಾಮಾನ ಸ್ಥಿತಿಯೊಂದಿಗೆ ಬದಲಾಗುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಪರೀಕ್ಷಿಸಿ (ಮೋಡ/ಸ್ಪಷ್ಟ, ಕಡಿಮೆ/ಹೆಚ್ಚಿನ ಗಾಳಿ) ಮತ್ತು ತಿದ್ದುಪಡಿಯನ್ನು ಸೂಚಿಸಿ.

ಸೌರ ಮತ್ತು ಪವನ ಹೋಲಿಕೆ ಚಾರ್ಟ್

ವೈಶಿಷ್ಟ್ಯ

ಸೌರ (PV)

ಗಾಳಿ

ಮುಖ್ಯ ಇನ್ಪುಟ್

ವಿಕಿರಣ, ಫಲಕ ತಾಪಮಾನ

ಗಾಳಿಯ ವೇಗ ಮತ್ತು ದಿಕ್ಕು

ದೈನಂದಿನ ಅಂಕಿ

ಊಹಿಸಬಹುದಾದ (ರಾತ್ರಿ ಶೂನ್ಯ, ಮಧ್ಯಾಹ್ನದ ಶಿಖರ)

ಅನಿಯಮಿತ, ಹಗಲು-ರಾತ್ರಿ ಅನಿಶ್ಚಿತ

ಮುಖ್ಯ ಸವಾಲು

ಮೋಡಗಳು

ವೇಗ-ಶಕ್ತಿ ಘನ ಸಂಬಂಧ

ವಿಶಿಷ್ಟ ಸಾಮರ್ಥ್ಯದ ಅಂಶ

~12-25%

~25-45% (ಭೂಮಿಯ)

ಬಲವಾದ ಆಧಾರ

ರಾತ್ರಿ-ಶೂನ್ಯ, ಸ್ಥಾಪಿಸಲಾದ ವಿದ್ಯುತ್ ಸೀಲಿಂಗ್

ಪವರ್ ಕರ್ವ್ ಮಿತಿಗಳು, ಸಾಮರ್ಥ್ಯದ ಅಂಶ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ಗಾಳಿಯ ವೇಗದ ದೋಷವನ್ನು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುವುದು. ವೇಗ-ವಿದ್ಯುತ್ ಸಂಬಂಧವು ಘನವಾಗಿರುವುದರಿಂದ, ಸಣ್ಣ ವೇಗ ದೋಷವು ದೊಡ್ಡ ಉತ್ಪಾದನಾ ದೋಷವಾಗಿದೆ.
  • ಭೌತಿಕ ಸೀಲಿಂಗ್ ಅನ್ನು ಪರಿಶೀಲಿಸುತ್ತಿಲ್ಲ. ರಾತ್ರಿಯಲ್ಲಿ ಸೌರ ಉತ್ಪಾದನೆ ಅಥವಾ ಸ್ಥಾಪಿತ ಸಾಮರ್ಥ್ಯವನ್ನು ಮೀರಿದ ಯಾವುದೇ ಮೌಲ್ಯವನ್ನು ಅಂಕಿಅಂಶಗಳನ್ನು ನೋಡದೆ ತಿರಸ್ಕರಿಸಬೇಕು.
  • ಒಂದೇ ಸಂಖ್ಯೆಗೆ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು. ನವೀಕರಿಸಬಹುದಾದ ಮುನ್ಸೂಚನೆಯು ಅಂತರ್ಗತವಾಗಿ ಸಂಭವನೀಯವಾಗಿದೆ; ಟೇಪ್ ನೀಡದೆ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಲು ಸಾಧ್ಯವಿಲ್ಲ.
  • ಸೋರಿಕೆ. ನಿಜವಾದ ಹವಾಮಾನವನ್ನು ಒಂದು ಗುಣಲಕ್ಷಣವನ್ನಾಗಿ ಮಾಡುವುದು; ಆದಾಗ್ಯೂ, ನೀವು ಹೊಂದಿರುವುದು ಹವಾಮಾನ ಮುನ್ಸೂಚನೆ ಮಾತ್ರ.
  • ಸಾಮರ್ಥ್ಯದ ಅಂಶ ಆಂಕರ್ ಅನ್ನು ಬೈಪಾಸ್ ಮಾಡುವುದು. ದೀರ್ಘಾವಧಿಯ ಸರಾಸರಿ ಮರೆಮಾಚುವ ಘಟಕ ಮತ್ತು ಡಬಲ್ ಎಣಿಕೆಯ ದೋಷಗಳ ಸಂಭಾವ್ಯತೆಯನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿಲ್ಲ.

ಸಾರಾಂಶದಲ್ಲಿ

ಸೌರ ಮತ್ತು ಗಾಳಿ ಉತ್ಪಾದನೆಯು ಹವಾಮಾನಶಾಸ್ತ್ರದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ ಮತ್ತು ವೇರಿಯಬಲ್ ಆಗಿದೆ; ಗ್ರಿಡ್ ಸಮತೋಲನ ಮತ್ತು ಮಾರುಕಟ್ಟೆಗೆ ಅಂದಾಜು ನಿರ್ಣಾಯಕವಾಗಿದೆ. ಸೂರ್ಯನ ಊಹಿಸಬಹುದಾದ ದೈನಂದಿನ ಮಾದರಿಯು ಮೋಡದಿಂದ ಕಷ್ಟಕರವಾಗಿದೆ ಮತ್ತು ಗಾಳಿಯ ಉತ್ಪಾದನೆಯು ತ್ವರಿತ ಘನ ಸಂಬಂಧದಿಂದ ಕಷ್ಟಕರವಾಗಿದೆ. ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯನ್ನು ನೈಜ ಉತ್ಪಾದನೆಗೆ ಸಂಪರ್ಕಿಸುವಲ್ಲಿ AI ಶಕ್ತಿಯುತವಾಗಿದೆ; ಆದರೆ ಭವಿಷ್ಯವನ್ನು ಭೌತಿಕ ಸೀಲಿಂಗ್, ಪವರ್ ಕರ್ವ್ ಮತ್ತು ಕೆಪಾಸಿಟಿ ಫ್ಯಾಕ್ಟರ್ ಆಂಕರ್‌ಗಳೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಬೇಕು, ಅನಿಶ್ಚಿತತೆಯನ್ನು ಟೇಪ್‌ನೊಂದಿಗೆ ವರದಿ ಮಾಡಬೇಕು ಮತ್ತು ಸೋರಿಕೆಯನ್ನು ತಪ್ಪಿಸಬೇಕು.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಸೌರ ಅಥವಾ ಗಾಳಿ ಫಾರ್ಮ್‌ನ ಐತಿಹಾಸಿಕ ಉತ್ಪಾದನಾ ಡೇಟಾವನ್ನು ಪಡೆಯಿರಿ. "ಸೌರ ಭೌತಿಕ ಸೀಲಿಂಗ್ ನಿಯಂತ್ರಣ" (ಸೌರಕ್ಕಾಗಿ) ಅಥವಾ "ಸಾಮರ್ಥ್ಯದ ಅಂಶದ ಪ್ಲಾಸಿಬಿಲಿಟಿ ಆಂಕರ್" (ಎರಡಕ್ಕೂ) ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು AI ಮುನ್ಸೂಚನೆಯನ್ನು ಆಡಿಟ್ ಮಾಡಿ. ನಂತರ ಸೂಚಿಸಲಾದ ಸಾಮರ್ಥ್ಯದ ಅಂಶವನ್ನು ನೀವೇ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಅದನ್ನು ವಿಶಿಷ್ಟ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. ನೀವು ಭೌತಿಕ ಅಸಾಧ್ಯತೆ ಅಥವಾ ಸಮಂಜಸತೆಯ ವಿಚಲನವನ್ನು ಕಂಡುಕೊಂಡರೆ, ನೀವು ಅದನ್ನು ಹೇಗೆ ಹಿಡಿದಿದ್ದೀರಿ ಎಂಬುದನ್ನು ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ಮುಖ್ಯ ಇನ್‌ಪುಟ್ ಹವಾಮಾನ ಮುನ್ಸೂಚನೆ ಮತ್ತು ಸೋರಿಕೆಯನ್ನು ಹೊಂದಿಲ್ಲ ಎಂದು ನಾನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ
  • [ ] ನಾನು ರಾತ್ರಿ-ಶೂನ್ಯವನ್ನು ಅನ್ವಯಿಸಿದೆ ಮತ್ತು ಸೋಲಾರ್‌ಗಾಗಿ ಪವರ್ ಸೀಲಿಂಗ್ ಆಂಕರ್‌ಗಳನ್ನು ಸ್ಥಾಪಿಸಿದೆ
  • [ ] ನಾನು ಗಾಳಿಯ ವಿದ್ಯುತ್ ಕರ್ವ್ ಮಿತಿಗಳನ್ನು ಮತ್ತು ಘನ ವೇಗದ ಪರಿಣಾಮವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡಿದ್ದೇನೆ
  • [ ] ನಾನು ಸೂಚಿಸಲಾದ ಸಾಮರ್ಥ್ಯದ ಅಂಶವನ್ನು ವಿಶಿಷ್ಟ ಶ್ರೇಣಿಗೆ ಹೋಲಿಸಿದೆ
  • [ ] ನಾನು ಅನಿಶ್ಚಿತತೆಯ ಬ್ಯಾಂಡ್‌ನೊಂದಿಗೆ ಅಂದಾಜನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಿದೆ
  • [ ] ನಾನು ಊಹಿಸಿದ-ಅರಿತು ವ್ಯವಸ್ಥಿತ ವಿಚಲನವನ್ನು ಪರಿಶೀಲಿಸಿದೆ
  • [ ] ನಾನು ಭೌತಿಕ ಅಸಾಧ್ಯತೆಯನ್ನು ಒಳಗೊಂಡಿರುವ ಮೌಲ್ಯಗಳನ್ನು ತಿರಸ್ಕರಿಸಿದೆ