Câștiguri:
- Abilitatea de a stabili un flux de lucru de analiză Python end-to-end de la date la raport cu ajutorul inteligenței artificiale
- Abilitatea de a verifica codul generat în ceea ce privește compatibilitatea unității, scurgerile și reproductibilitatea
- Abilitatea de a pune în practică limitele de etică, confidențialitate, securitate cibernetică și responsabilitate inginerească în proiecte energetice
Examenul modulului
1. Care dintre următoarele este principiul de bază care determină riscul unei ieșiri AI în ingineria sistemelor energetice?
- A) Riscul unei ieșiri este egal cu prejudiciul pe care l-ar provoca dacă acea ieșire ar fi defectuoasă; scala de validare în mod corespunzător ✔
- B) Ieșirea AI este în general sigură, deoarece este scrisă fluent și cu încredere
- C) Validarea este inutilă atunci când este utilizat cel mai actual model
- D) Dacă ieșirea se referă la un standard, nu este necesar niciun control suplimentar
Explicație: Riscul unei ieșiri este egal cu prejudiciul pe care îl va provoca dacă acea ieșire este defectă. În timp ce o eroare minoră dintr-un text de prezentare poate fi inofensivă, o eroare în setarea de protecție a releului sau decizia de încărcare a transformatorului poate cauza deteriorarea echipamentului, întrerupere și riscuri pentru siguranța vieții; astfel încât intensitatea verificării scalelor cu potențiale daune.
2. Care este cea mai obișnuită capcană atunci când se pregătesc datele din seria temporală energetică cu inteligență artificială și care denaturează cel mai mult rezultatele?
- A) Selectarea incorectă a culorilor grafice
- B) Fusul orar, ora de vară și confuzia etichetei marcajului de timp ✔
- C) Numele fișierului este prea lung
- D) Păstrarea datelor în Excel în loc de CSV
Explicație: confuziile etichetelor de început/sfârșit de fus orar, ora de vară (DST) și marcaj de timp sunt foarte frecvente în datele energetice; o tură de o oră distorsionează întreaga analiză a tipului de zi și a orelor de vârf. Prin urmare, axa timpului ar trebui să fie standardizată înainte de fiecare analiză, iar ieșirea AI ar trebui testată împotriva ancorelor fizice, cum ar fi răsăritul/ora de vârf.
3. Care situație arată că, în timp ce MAPE (Eroarea procentuală medie absolută) într-o prognoză de încărcare pe termen scurt pare scăzută, prognoza poate fi încă nesigură?
- A) MAPE este întotdeauna o măsură completă și adecvată a calității prognozei
- B) Chiar dacă media este scăzută, poate exista o abatere sistematică în orele de vârf și aici grila este critică ✔
- C) MAPE are sens doar în prognoza pe termen lung
- D) MAPE scăzut demonstrează că modelul este corect din punct de vedere fizic
Explicație: MAPE este o eroare medie; Chiar dacă totalul arată bine, pot exista abateri sistematice în orele de vârf și tranziții sezoniere. Echilibrul rețelei este critic tocmai în aceste momente de vârf, așa că doar pentru că valoarea medie este bună nu poate fi considerat sigur de prezis; Eroarea trebuie analizată separat pe baza timpului și regimului.
4. Care este cea mai robustă limită fizică superioară pentru a testa caracterul rezonabil al prognozei de producție a unei centrale solare?
- A) Factura totală de anul trecut
- B) Plafonul de producție fizic limitat de radiații, suprafața panoului și puterea instalată (inclusiv zero pe timp de noapte) ✔
- C) Procentul de încredere dat de model
- D) Măsurarea vitezei vântului
Descriere: O centrală solară nu poate produce mai mult decât permite radiația solară și capacitatea panoului; Producția este de așteptat să fie zero pe timp de noapte, atingând vârful în jurul prânzului și limitată de puterea instalată și de zona modulului. Este imposibil din punct de vedere fizic dacă modelul a dat o valoare care depășește producția de noapte sau capacitatea instalată. Această verificare elimină predicția fără să se uite la statistici.
5. Care este filtrul pe care trebuie să-l treacă o propunere de optimizare AI înainte de a fi implementată direct în rețeaua inteligentă?
- A) Este suficient ca sugestia să ofere doar cel mai mic cost.
- B) Este suficient ca modelul să fie antrenat la o precizie ridicată
- C) Controlul constrângerilor de siguranță (tensiune, termică, N-1) și aprobarea operatorului autorizat ✔
- D) Este suficient ca recomandarea să se potrivească cu datele istorice
Descriere: Rețeaua este critică pentru siguranță: orice recomandări care încalcă constrângerile de tensiune, curent, termice și N-1 (defecțiunea elementului) nu pot fi implementate. Ieșirea AI este mai întâi trecută prin aceste constrângeri de securitate și apoi prezentată operatorului autorizat pentru aprobare; Optimizarea nu iese niciodată în calea unei constrângeri de securitate.
6. Ce cost este adesea trecut cu vederea și induce în eroare profitul atunci când stabilește strategia de arbitraj (cumpără ieftin, vinde mare) cu AI în afacerea de stocare a bateriei?
- A) taxa de conectare la internet
- B) Costul de degradare (uzură) și pierdere de eficiență pe ciclu ✔
- C) Durata pauzei de cafea a personalului
- D) Culoarea bateriei
Descriere: Fiecare ciclu de încărcare-descărcare uzează bateria; degradarea (pierderea sănătății) este un cost real și epuizează limitele de garanție. O analiză de arbitraj care privește doar diferența de preț va supraestima profitul și va scurta durata de viață a bateriei dacă ignoră costul de degradare și pierderea de eficiență pe ciclu.
7. Care este balanța cheie atunci când se determină valoarea de prag a unui model de detectare a anomaliilor în mentenanța predictivă?
- A) Echilibrul conștient între alarmă falsă și costurile de eșec ratate ✔
- B) Pragul trebuie menținut întotdeauna cât mai scăzut posibil
- C) Pragul este determinat numai prin analiza procentului de precizie al modelului
- D) Odată setat pragul, acesta nu trebuie schimbat niciodată.
Explicație: Dacă pragul este coborât, alarmele false (alarme când nu există nicio eroare) cresc și echipa devine neîncrezătoare în alarme; Dacă pragul este crescut, riscul unei erori ratate (lipsirea defecțiunii reale) crește. Pragul corect este un echilibru conștient între costul unei alarme false și costul unei defecțiuni ratate (de exemplu, explozia transformatorului) și este ajustat în funcție de criticitatea echipamentului.
8. Care este logica de bază a cadrului de măsurare și verificare (M&V) pentru verificarea unei cereri de economii într-un proiect de eficiență energetică?
- A) Fiecare scădere a sumei facturii este considerată o economie directă
- B) Economiile reprezintă diferența dintre consumul de referință ajustat și consumul măsurat ✔
- C) Economiile sunt declarate numai la valoarea de catalog a producatorului
- D) Economii egale cu ceea ce prezice modelul
Explicație: Economiile nu pot fi măsurate direct; Ceea ce se măsoară este consumul după luarea măsurilor de precauție. Economiile reprezintă diferența dintre consumul măsurat și valoarea de bază „ce ar fi consumat fără măsura”. Deci, modelul de bază trebuie corectat pentru variabile precum vremea/producția, economiile calculate pe baza acestei referințe ajustate.
9. De ce este „suprainstalarea” deosebit de periculoasă în modelul de prognoză a prețului energiei electrice?
- A) Pentru că încetinește modelul
- B) Memorează zgomotul trecutului, se prăbușește în viitor, mai ales când se schimbă regimul și induce în eroare cu mare încredere ✔
- C) Doar pentru că folosește mai multă memorie
- D) Pentru că face grafica dificil de citit
Explicație: Supraadaptarea este atunci când modelul memorează zgomot și tipare în date istorice care nu se vor repeta; Backtestingul arată perfect, dar se blochează în viitor. Pe măsură ce datele de preț schimbă regimul (șoc prețul combustibilului, modificarea legislației), modelul memorat devine invalid și duce la licitare incorectă cu mare încredere.
10. De ce este important conceptul de intensitate orară a carbonului (valoarea gCO2 a unui kWh de electricitate în acea oră) pentru deplasarea sarcinii?
- A) Densitatea carbonului este aceeași în fiecare oră, deci nu contează
- B) Pentru că afectează doar suma facturii
- C) Variază pe oră în funcție de cota regenerabilă; Trecerea sarcinii flexibile la oră de intensitate scăzută reduce emisiile ✔
- D) Pentru ca are legatura doar cu tariful de noapte
Explicație: Intensitatea de carbon a rețelei variază pe oră: este scăzută în timpul orelor în care generarea de surse regenerabile este ridicată și ridicată în orele de vârf când centralele fosile sunt conectate. Trecerea sarcinilor flexibile la orele de vârf reduse permite consumul de aceeași energie, dar producând mai puține emisii. Factorul mediu anual ascunde această oportunitate.
11. Ce înseamnă „scurgerea datelor” într-un cod de analiză Python produs de inteligența artificială și de ce este periculos?
- A) Ștergerea datelor de pe disc
- B) Modelul folosește informații viitoare în antrenament care nu vor fi disponibile la momentul predicției; testul este bun, dar realitatea este proastă ✔
- C) Datele nu au altă semnificație decât scurgerea pe internet
- D) Codul rulează foarte lent
Explicație: Scurgerea de date este atunci când modelul accesează informații care vor fi de fapt găsite în viitor în timpul antrenamentului; de exemplu, folosind valoarea reală a orei care urmează să fie prezisă ca atribut. Acest lucru are ca rezultat un backtesting perfect, dar inutil în realitate. Limita trecut/viitor din seria temporală trebuie menținută cu atenție în cod.
12. Care este abordarea corectă atunci când trimiteți datele SCADA ale companiei de energie către un instrument AI general?
- A) Trimiterea tuturor datelor așa cum este oferă cele mai precise rezultate
- B) Anonimizarea datelor și partajarea doar a subsetului tehnic necesar cu un instrument aprobat ✔
- C) Precauția este inutilă deoarece datele sunt oricum deschise
- D) Este suficientă schimbarea numelui fișierului
Descriere: datele SCADA și topologia rețelei sunt informații critice ale infrastructurii; Trimiterea acestuia într-un cloud public așa cum este prezintă riscuri pentru confidențialitate, concurență și securitate cibernetică. Abordarea corectă este să anonimizezi numele site-urilor/a activelor cu etichete reprezentative, să partajezi doar subsetul tehnic necesar pentru sarcină și să optezi pentru instrumente aprobate/închise de instituție.
13. De ce este „factorul de capacitate” (raportul dintre energia produsă și energia care ar fi produsă dacă ar funcționa continuu la capacitate maximă) ca o ancoră a rezonabilității în prognoza producției eoliene?
- A) Pentru că este un număr numai în scopuri de marketing
- B) Pentru că a dat direct factura
- C) Pentru că este un criteriu fizic care testează ordinul de mărime al predicției, cu un interval tipic cunoscut (aproximativ 25-45%) ✔
- D) Pentru că determină culoarea turbinei
Descriere: factorul de capacitate al parcurilor eoliene pe uscat este de obicei în intervalul de aproximativ 25-45 la sută. O prognoză este imposibil din punct de vedere fizic dacă prezice producția pe o medie pe termen lung, care este mult în afara acestui interval (de exemplu, 90 la sută). Acest raport vă permite să testați ordinul de mărime al predicției fără a intra în detalii.
14. Cum poate fi definit cel mai precis rolul inteligenței artificiale într-o decizie a sistemului energetic critic pentru securitate?
- A) AI poate înlocui aprobarea inginerului autorizat
- B) AI generează ipoteze și schițe; Aprobarea și responsabilitatea pentru decizia critică pentru siguranță revine inginerului autorizat ✔
- C) Dacă AI este suficient de puternică, confirmarea umană nu este necesară
- D) Ieșirea AI este inutilă și ar trebui ignorată complet
Descriere: Inteligența artificială este un asistent puternic care citește rapid, prinde tipare, produce schițe; dar nu înlocuiește aprobarea și responsabilitatea unui expert competent în decizii critice pentru siguranță, cum ar fi reglarea protecției, încărcarea transformatorului, manevrarea rețelei. AI generează ipoteze și schițe; Inginerul autorizat dă decizia și semnătura.