Des chercheurs discutent de l’utilisation de l’IA dans les systèmes énergétiques

Dans un article récemment publié dans la revue en libre accès énergiesles chercheurs ont examiné et résumé les articles publiés afin de déterminer l’approche la plus prometteuse pour les applications de l’intelligence artificielle (IA) dans les systèmes d’ingénierie environnementale et énergétique.

Étude: Applications avancées d’IA dans les systèmes d’ingénierie énergétique et environnementale. Crédit d’image : cono0430/Shutterstock.com

L’IA et ses applications

L’IA est un outil informatique qui travaille à la création d’appareils, de machines et de systèmes intelligents qui effectuent des opérations apparentées à la prise de décision et à l’apprentissage humains. Il peut comprendre des données externes et en tirer des leçons, et s’adapter à son apprentissage avec la pratique.

La combinaison de l’IA avec les technologies de l’Internet des objets (IoT) pourrait être une autre approche prometteuse car cette combinaison peut récolter de grandes quantités de données, et l’IA peut étudier les modèles de données pour permettre l’automatisation des tâches pour plusieurs avantages commerciaux. De nombreuses utilisations des systèmes IoT dans le secteur de l’énergie concernent les technologies de capteurs et de communication impliquant des capteurs de lumière, de température, d’humidité, de vitesse, de proximité et d’infrarouge passif.

L’IA a été largement utilisée dans l’agriculture, en se concentrant particulièrement sur les maladies du riz, la gestion des cultures et des ravageurs, la surveillance des produits et la prévision des rendements. Les applications médicales et sanitaires de l’IA incluent la compréhension de maladies telles que le cancer ainsi que les troubles cérébraux et cardiaques.

Le besoin d’IA dans les sources d’énergie renouvelables (SER)

Bien qu’il y ait eu de nombreux progrès dans l’utilisation des SER, il existe une portée considérable concernant l’utilisation de systèmes intelligents et intelligents tels que l’IA. Cette application peut fournir des solutions aux difficultés et opportunités existantes et en évolution dans la maintenance, la gestion de l’énergie et le contrôle des SER.

Récemment, RES a reçu l’intégration de l’IA et de l’IoT, ce qui a aidé des technologies telles que les éoliennes, le solaire photovoltaïque (PV) et les panneaux à devenir plus efficaces et plus rentables. Les technologies d’IA sont actuellement utilisées dans tous les SER, y compris les énergies éolienne, océanique, hydraulique et solaire, offrant ainsi la possibilité de surmonter la dépendance à la production d’électricité à partir de combustibles fossiles.

Techniques d’IA dans les systèmes énergétiques

Les différentes techniques d’IA mises en œuvre dans RES comprennent le réseau de neurones artificiels (ANN), le système d’inférence neuro-flou adaptatif (ANFIS), l’algorithme génétique (GA) et l’apprentissage automatique (AutoML).

Parmi les techniques ci-dessus, ANN porte avantageusement sur sa plus grande précision, ses capacités de généralisation et son temps de calcul court. Une étude d’Ashraf et al. a décrit une méthode avancée pour utiliser les données opérationnelles réelles et mettre en œuvre les méthodologies ANN dans une centrale au charbon supercritique d’une capacité de 660 MW.e. D’autres applications ANN ont été décrites dans une étude de Skrobek et al., qui consistait en une modélisation de la sorption via la méthode d’apprentissage en profondeur (DL).

De plus, l’ANFIS a réussi en tant que technique de calcul adaptative axée sur les données, capable de tracer des données à multiples facettes et non linéaires. Cela a permis la mise en œuvre d’ANFIS dans les analyses d’exergie et d’énergie ainsi que dans les prédictions de paramètres thermodynamiques. D’autre part, GA est une approche attrayante pour l’optimisation et la modélisation des systèmes environnementaux et énergétiques, comme en témoigne l’utilisation de ce modèle dans la programmation des expressions géniques (GEP). GEP peut concevoir une expression mathématique parmi les variables indépendantes et dépendantes qui fonctionne correctement pour tous les cas considérés comme un algorithme adaptatif. GEP est également établi comme un système capable utile pour détecter les défauts naissants à l’intérieur des transformateurs de puissance.

Pour résumer, les auteurs ont examiné toutes les approches et ont déterminé qu’AutoML pourrait être une méthode efficace pour les applications de systèmes d’ingénierie environnementale et énergétique. Étant donné que l’accessibilité de l’apprentissage automatique est rendue possible par AutoML, il peut devenir une alternative potentielle à plusieurs autres techniques de gestion de données.

Références

Krzywanski, J. Applications avancées de l’IA dans les systèmes d’ingénierie énergétique et environnementale. énergies 2022, 155621. https://doi.org/10.3390/en15155621

Dellosa, JT; Palconit, EC Intelligence artificielle (IA) dans les systèmes d’énergie renouvelable : un examen condensé de ses applications et techniques. Dans Actes de la Conférence internationale IEEE 2021 sur l’environnement et le génie électrique et 2021 IEEE Industrial and Commercial Power Systems Europe (EEEIC/I&CPS Europe), Bari, Italie, du 7 au 10 septembre 2021 ; pp. 1–6. https://www.academia.edu/62001720/Artificial_Intelligence_AI_in_Renewable_Energy_Systems_A_Condensed_Review_of_its_Applications_and_Techniques?auto=citations&from=cover_page

Achraf, WM et coll.Optimisation des performances d’une centrale électrique supercritique de 660 MWe, un cas d’industrie 4.0 dans la partie 1 de la gestion opérationnelle basée sur les données. Efficacité thermique. énergies 202013, 5592. https://doi.org/10.3390/en13215592

Skrobek, D, et coll.Prédiction des processus de sorption à l’aide des méthodes d’apprentissage en profondeur (mémoire longue à court terme). énergies 202013, 6601. https://doi.org/10.3390/en13246601

Avis de non-responsabilité : les opinions exprimées ici sont celles de l’auteur exprimées à titre privé et ne représentent pas nécessairement les opinions de AZoM.com Limited T/A AZoNetwork, le propriétaire et l’exploitant de ce site Web. Cette clause de non-responsabilité fait partie des conditions d’utilisation de ce site Web.