zisky:
- Schopnosť vytvoriť komplexný pracovný tok analýzy Pythonu od údajov až po reporty pomocou umelej inteligencie
- Schopnosť overiť vygenerovaný kód z hľadiska kompatibility jednotiek, úniku a reprodukovateľnosti
- Schopnosť zaviesť limity etiky, dôvernosti, kybernetickej bezpečnosti a zodpovednosti inžinierov do praxe v energetických projektoch
Modulová skúška
1. Ktorý z nasledujúcich je základný princíp, ktorý určuje riziko výstupu AI v inžinierstve energetických systémov?
- A) Riziko výstupu sa rovná poškodeniu, ktoré by spôsobilo, keby bol tento výstup chybný; podľa toho ✔
- B) Výstup AI je vo všeobecnosti bezpečný, pretože je napísaný plynule a s istotou
- C) Overenie nie je potrebné, ak sa používa najaktuálnejší model
- D) Ak sa výstup vzťahuje na normu, nie je potrebná žiadna dodatočná kontrola
Vysvetlenie: Riziko výstupu sa rovná poškodeniu, ktoré spôsobí, ak je výstup chybný. Zatiaľ čo menšia chyba v texte prezentácie môže byť neškodná, chyba v nastavení ochrany relé alebo v rozhodnutí o zaťažení transformátora môže spôsobiť poškodenie zariadenia, výpadok a riziká pre bezpečnosť života; takže intenzita overovania je škálovaná s potenciálnou škodou.
2. Aké je najčastejšie úskalie pri príprave údajov energetických časových radov s umelou inteligenciou a čo najviac skresľuje výsledky?
- A) Nesprávny výber grafických farieb
- B) Zámena časovej zóny, letného času a časovej pečiatky ✔
- C) Názov súboru je príliš dlhý
- D) Uchovávanie údajov v Exceli namiesto CSV
Vysvetlenie: Zámeny časovej zóny, letného času (DST) a časovej značky sú v energetických údajoch veľmi bežné; jednohodinová zmena skresľuje celú analýzu typu dňa a špičky. Preto by sa pred každou analýzou mala štandardizovať časová os a výstup AI by sa mal testovať voči fyzickým kotvám, ako je čas východu/špičky slnka.
3. Ktorá situácia ukazuje, že aj keď sa MAPE (stredná absolútna percentuálna chyba) v krátkodobej predpovedi zaťaženia javí ako nízka, predpoveď môže byť stále nespoľahlivá?
- A) MAPE je vždy úplným a primeraným meradlom kvality prognózy
- B) Aj keď je priemer nízky, môže dochádzať k systematickej odchýlke v hodinách špičky a to je miesto, kde je sieť kritická ✔
- C) MAPE má zmysel len pri dlhodobom predpovedaní
- D) Nízka MAPE dokazuje, že model je fyzicky správny
Vysvetlenie: MAPE je priemerná chyba; Aj keď súčet vyzerá dobre, môže dochádzať k systematickým odchýlkam v špičkových hodinách a sezónnych prechodoch. Rovnováha siete je kritická práve v týchto špičkových momentoch, takže len preto, že priemerná metrika je dobrá, nemožno považovať za bezpečné predpovedať; Chyba by sa mala analyzovať oddelene na základe času a režimu.
4. Aká je najrobustnejšia fyzikálna horná hranica na testovanie primeranosti prognózy výroby solárnych zariadení?
- A) Celkový účet za minulý rok
- B) Fyzický strop výroby obmedzený vyžarovaním, plochou panelu a inštalovaným výkonom (vrátane nuly v noci) ✔
- C) Percento spoľahlivosti dané modelom
- D) Meranie rýchlosti vetra
Popis: Solárna elektráreň nemôže produkovať viac, ako dovoľuje slnečné žiarenie a kapacita panelu; Očakáva sa, že produkcia bude v noci nulová, vrcholí okolo poludnia a bude obmedzená inštalovaným výkonom a plochou modulov. Je fyzicky nemožné, ak model udával hodnotu presahujúcu nočnú produkciu alebo inštalovanú kapacitu. Táto kontrola eliminuje predikciu bez prezerania štatistík.
5. Aký je filter, ktorým musí návrh optimalizácie AI prejsť, kým bude priamo implementovaný do inteligentnej siete?
- A) Stačí, aby samotný návrh poskytol najnižšie náklady.
- B) Stačí, aby bol model natrénovaný na vysokú presnosť
- C) Kontrola bezpečnostných obmedzení (napäťové, tepelné, N-1) a schválenie autorizovaným operátorom ✔
- D) Stačí, ak sa odporúčanie zhoduje s historickými údajmi
Popis: Sieť je kritická z hľadiska bezpečnosti: nie je možné implementovať žiadne odporúčania, ktoré porušujú napäťové, prúdové, tepelné a N-1 (zlyhanie prvku). Výstup AI najskôr prejde týmito bezpečnostnými obmedzeniami a potom sa predloží oprávnenému operátorovi na schválenie; Optimalizácia nikdy nestojí v ceste bezpečnostnému obmedzeniu.
6. Ktoré náklady sú často prehliadané a zavádzajú zisk pri vytváraní arbitrážnej stratégie (kúpiť lacno, predať draho) s AI v obchode s batériou?
- A) Poplatok za internetové pripojenie
- B) Náklady na degradáciu (opotrebenie) a stratu účinnosti na cyklus ✔
- C) Trvanie prestávky na kávu personálu
- D) Farba batérie
Popis: Každý cyklus nabíjania a vybíjania opotrebováva batériu; degradácia (strata zdravia) je skutočným nákladom a vyčerpáva záručné limity. Arbitrážna analýza, ktorá sa zameriava iba na cenový rozdiel, nadhodnotí zisk a skráti životnosť batérie, ak ignoruje náklady na degradáciu a stratu účinnosti za cyklus.
7. Aká je kľúčová rovnováha pri určovaní prahovej hodnoty modelu detekcie anomálií v prediktívnej údržbe?
- A) Vedomá rovnováha medzi falošným poplachom a nákladmi na zmeškané zlyhanie ✔
- B) Hranica by mala byť vždy čo najnižšia
- C) Prahová hodnota je určená výlučne pohľadom na percento presnosti modelu
- D) Keď je prah nastavený, nikdy by sa nemal meniť.
Vysvetlenie: Ak sa prah zníži, zvýši sa počet falošných poplachov (alarmy, keď nie je žiadna porucha) a tím sa stane nedôverčivým k poplachom; Ak sa prah zvýši, zvyšuje sa riziko zmeškanej chyby (vynechanie skutočnej chyby). Správna hranica je vedomá rovnováha medzi nákladmi na falošný poplach a nákladmi na zmeškanú poruchu (napr. výbuch transformátora) a upravuje sa podľa kritickosti zariadenia.
8. Aká je základná logika rámca merania a overovania (M&V) na overenie tvrdenia o úsporách v projekte energetickej efektívnosti?
- A) Každé zníženie fakturovanej sumy sa považuje za priamu úsporu
- B) Úspora je rozdiel medzi upravenou základnou a nameranou spotrebou ✔
- C) Úspory sú deklarované len v katalógovej hodnote výrobcu
- D) Úspory sa rovnajú tomu, čo predpovedá model
Vysvetlenie: Úspory nemožno merať priamo; Meria sa spotreba po vykonaní opatrení. Úspory predstavujú rozdiel medzi nameranou spotrebou a základnou hodnotou „čo by sa spotrebovalo bez opatrenia“. Takže základný model musí byť opravený o premenné, ako je počasie/produkcia, pričom úspory sa počítajú s touto upravenou referenciou.
9. Prečo je v modeli prognózovania cien elektriny „prefitovanie“ obzvlášť nebezpečné?
- A) Pretože to spomaľuje model
- B) Zapamätá si hluk minulosti, zrúti sa v budúcnosti, najmä keď sa zmení režim, a s vysokou sebadôverou zavádza ✔
- C) Len preto, že využíva viac pamäte
- D) Pretože sťažuje čitateľnosť grafiky
Vysvetlenie: Overfitting je, keď si model zapamätá šum a vzory v historických údajoch, ktoré sa nebudú opakovať; Spätné testovanie vyzerá perfektne, ale v budúcnosti zlyhá. Keď cenové údaje zmenia režim (šok v cene paliva, zmena legislatívy), zapamätaný vzor sa stáva neplatným a vedie k nesprávnemu ponúkaniu s vysokou spoľahlivosťou.
10. Prečo je koncepcia hodinovej uhlíkovej náročnosti (hodnota gCO2 jednej kWh elektriny za túto hodinu) dôležitá pre presun záťaže?
- A) Hustota uhlíka je každú hodinu rovnaká, takže na tom nezáleží
- B) Pretože to ovplyvňuje iba sumu faktúry
- C) Mení sa každú hodinu v závislosti od obnoviteľného podielu; Presun flexibilnej záťaže na hodiny s nízkou intenzitou znižuje emisie ✔
- D) Pretože to súvisí len s nočnou tarifou
Vysvetlenie: Uhlíková intenzita siete sa mení každú hodinu: je nízka počas hodín, keď je výroba z obnoviteľných zdrojov vysoká, a vysoká počas špičky, keď sú fosílne elektrárne online. Presun flexibilnej záťaže na hodiny s nízkou špičkou umožňuje spotrebovať rovnakú energiu, ale produkovať menej emisií. Priemerný ročný faktor túto príležitosť skrýva.
11. Čo znamená „únik údajov“ v kóde analýzy Pythonu produkovanom umelou inteligenciou a prečo je nebezpečný?
- A) Vymazanie údajov z disku
- B) Model využíva budúce informácie v tréningu, ktoré nebudú dostupné v čase predpovede; test je dobrý, ale realita je zlá ✔
- C) Údaje nemajú iný význam ako únik na internet
- D) Kód beží veľmi pomaly
Vysvetlenie: Únik údajov je, keď model pristupuje k informáciám, ktoré sa skutočne nájdu v budúcnosti počas školenia; napríklad pomocou skutočnej hodnoty hodiny, ktorá sa má predpovedať, ako atribútu. Výsledkom je dokonalé spätné testovanie, ale v skutočnosti nepoužiteľné. Hranica minulosti/budúcnosti v časovom rade musí byť v kóde starostlivo zachovaná.
12. Aký je správny prístup pri odosielaní údajov SCADA energetických spoločností do všeobecného nástroja AI?
- A) Odoslanie všetkých údajov tak, ako sú, poskytuje najpresnejšie výsledky
- B) Anonymizácia údajov a zdieľanie iba nevyhnutnej technickej podmnožiny so schváleným nástrojom ✔
- C) Opatrenie je zbytočné, pretože údaje sú aj tak otvorené
- D) Stačí zmeniť názov súboru
Popis: Údaje SCADA a topológie siete sú informáciami o kritickej infraštruktúre; Odoslanie do verejného cloudu tak, ako je, predstavuje riziko pre súkromie, konkurenciu a kybernetickú bezpečnosť. Správny prístup je anonymizovať názvy stránok/aktív s reprezentatívnymi značkami, zdieľať iba technickú podmnožinu potrebnú pre danú úlohu a zvoliť inštitúciou schválené/uzavreté nástroje.
13. Prečo sa „kapacitný faktor“ (pomer vyrobenej energie k energii, ktorá by sa vyrobila, ak by fungoval nepretržite na plný výkon) používa ako kotva primeranosti pri prognózovaní výroby vetra?
- A) Pretože je to číslo len na marketingové účely
- B) Pretože dal priamo faktúru
- C) Pretože ide o fyzikálne kritérium, ktoré testuje rádovú veľkosť predpovede so známym typickým rozsahom (približne 25 – 45 %) ✔
- D) Pretože určuje farbu turbíny
Popis: Kapacitný faktor veterných fariem na pevnine je zvyčajne v rozmedzí približne 25-45 percent. Prognóza je fyzicky nepravdepodobná, ak predpovedá produkciu v dlhodobom priemere, ktorý je výrazne mimo tohto rozsahu (napr. 90 percent). Tento pomer vám umožňuje testovať rádovú veľkosť predpovede bez toho, aby ste zachádzali do detailov.
14. Ako možno čo najpresnejšie definovať úlohu umelej inteligencie pri rozhodovaní o energetickom systéme kritickom z hľadiska bezpečnosti?
- A) AI môže nahradiť schválenie autorizovaného inžiniera
- B) AI vytvára hypotézy a náčrty; Schválenie a zodpovednosť za rozhodnutie kritické z hľadiska bezpečnosti zostáva na autorizovanom technike ✔
- C) Ak je AI dostatočne výkonná, ľudské potvrdenie je zbytočné
- D) Výstup AI je zbytočný a mal by sa úplne ignorovať
Popis: Umelá inteligencia je výkonný pomocník, ktorý rýchlo číta, zachytáva vzory, vytvára návrhy; ale nenahrádza schválenie a zodpovednosť kompetentného odborníka v rozhodnutiach kritických z hľadiska bezpečnosti, ako je nastavenie ochrany, zaťaženie transformátora, manévrovanie v sieti. AI generuje hypotézy a obrysy; Autorizovaný inžinier vydá rozhodnutie a podpis.