Центр исследований и разработок DEWA инвестирует в искусственный интеллект и машинное обучение для повышения эффективности в Дубае

Центр исследований и разработок Дубайского управления по электро- и водоснабжению (DEWA) использует искусственный интеллект (AI), машинное обучение (ML) и глубокое обучение (DL) для содействия усилиям DEWA по улучшению опыта клиентов, сотрудников и заинтересованных сторон.

Это также направлено на снижение затрат и выбросов углекислого газа в дополнение к повышению энергоэффективности, интеграции интеллектуальных сетей и улучшению производительности фотоэлектрических солнечных панелей.

Мы используем искусственный интеллект для улучшения качества услуг и реализации Стратегии искусственного интеллекта ОАЭ до 2031 года, а также для укрепления позиций ОАЭ и Дубая как мирового центра технологий Четвертой промышленной революции и разрушительных технологий, — сказал Саид Мохаммед аль-Тайер, генеральный директор DEWA.

DEWA начала свой путь к ИИ в 2017 году, разработав дорожную карту для применения ИИ. Мы запустили несколько сервисов и инициатив, в которых ИИ используется для повышения качества обслуживания клиентов, сотрудников и заинтересованных сторон. DEWA — одна из первых государственных организаций в Дубае, которая использует инструменты самооценки для обеспечения этичного использования наиболее важных приложений ИИ и принятия корректирующих мер в случае необходимости.

Аль Тайер отметил, что центр R&D в Солнечном парке имени Мохаммеда бин Рашида Аль Мактума поддерживает инновации во всех производственных и операционных областях, становясь глобальной платформой для улучшения работы и услуг подразделений DEWA.

Энергоэффективность

Центр R&D использует ИИ, ML и DL для анализа потребления нагрузки и разработки планов расширения для DEWA с целью повышения энергоэффективности и улучшения управления спросом.

Применение ИИ в аналитике больших данных для оценки эффективности зданий позволяет улучшить инструменты бенчмаркинга, проверить моделирование энергетических проектов и лучше понять энергопотребление. Это также позволяет количественно оценить нагрузки на охлаждение в зданиях Дубая и определить, как они влияют на пиковую потребность DEWA в электроэнергии.

Использование искусственного интеллекта в данных интеллектуальных счетчиков с помощью моделей ML & DL помогает идентифицировать различные используемые электроприборы, выявлять неисправные устройства и прогнозировать периоды и профили пиковой нагрузки.

Эти технологии позволяют улучшить управление хранением энергии и распределением нагрузки, а также указывают на возможности для модернизации энергопотребления в зданиях. Кроме того, они повышают эффективность резервного производства энергии, снижают выбросы углекислого газа и экономят 20% затрат.

Интеграция интеллектуальных сетей

Центр использует данные интеллектуальных счетчиков с машинным обучением для получения информации о низковольтных сетях. Он использует измерения датчиков и Интернета вещей (IoT), исторические данные о нагрузке, осмотре и обслуживании активов для диагностики критических активов и прогнозирования неисправностей, а также оценки оставшегося срока службы (RUL).

Кроме того, она обнаруживает потенциальные перебои в работе кабелей среднего напряжения; использует запись данных о перебоях на основе искусственного интеллекта для прогнозирования срабатывания реле защиты и уставки в высоковольтной сети для устранения перегрузки.

Внедряет решения по обнаружению неисправностей и предиктивному обслуживанию для улучшения ключевых показателей DEWA, таких как потерянные минуты клиентов (CML) и индекс средней продолжительности перерыва в работе системы (SAIDI).

Программа Солнечные ресурсы и прогнозирование

Программа разрабатывает многочисленные модели для оценки солнечных ресурсов, количества солнечной радиации и ожидаемой производственной мощности солнечных энергетических систем на основе ИИ и ОД, а также нейронных сетей всех видов, таких как рекуррентные нейронные сети (RNN), сети с длинной кратковременной памятью (LSTM), XGBoost и UNET.

Исследовательская группа по прогнозированию солнечной активности

Глубокое обучение и нейронные сети применяются для обнаружения облаков и тумана с небесных камер и спутниковых изображений с помощью мультирекуррентной сети, которая улучшает популярную модель UNET для компьютерного зрения, а также для снижения затрат и выбросов углекислого газа за счет увеличения выработки солнечной энергии.

Программа по солнечным элементам

Центр использует ИИ в сочетании с материаловедением — так называемая информатика материалов — для разработки экологически совместимых бессвинцовых материалов для высокоэффективных новых экономичных солнечных элементов.

Повышение эффективности фотоэлектрических солнечных панелей

Центр использует глубокое обучение для обнаружения загрязнений и пятен пыли на фотоэлектрических панелях и улучшения тепловых изображений, полученных с помощью беспилотных летательных аппаратов (БПЛА) и систем кинетической энергии в реальном времени. Центр опубликовал несколько научных работ на международных научных конференциях по темам Автономное обнаружение фотоэлектрических панелей с помощью беспилотника и Улучшенное обнаружение фотоэлектрических панелей с помощью беспилотников, оснащенных системой RTK.

Предупредительное обслуживание

Тем временем компания DEWA объявила, что применение периодического профилактического обслуживания в сетях электропередачи способствует достижению 100 % надежности и доступности системы электропередачи в Дубае и снижению средних затрат на обслуживание примерно на 2 млн дирхамов в год.

Это также помогло DEWA стать Лучшей в своем классе среди мировых коммунальных служб с 2018 года.

DEWA постоянно проводит профилактические работы на основе искусственного интеллекта (ИИ), дополненной реальности, науки о данных, беспилотных летательных аппаратов (БПЛА), новейших технологий кибербезопасности, тепловых изображений и функциональных тестов.

В рамках программы Space D компания DEWA разрабатывает несколько специализированных приложений для сетей электро- и водоснабжения, повышая эффективность и результативность работы, включая профилактическое обслуживание сетей электро- и водоснабжения, а также повышая устойчивость и гибкость в мониторинге и контроле сетей электро- и водоснабжения.

Аль Тайер отметил, что DEWA — первая коммунальная компания в регионе, принявшая стратегию технического обслуживания, ориентированного на надежность (RCM).

В 2016 году компания получила сертификат ISO 55001: 2014 по управлению активами. DEWA стала первым в мире предприятием, получившим престижную награду за интеграцию высококачественного управления активами в операции, связанные с производством, передачей и распределением электроэнергии и воды.

Мы стремимся создать современную интегрированную инфраструктуру электро- и водоснабжения, чтобы удовлетворить растущий спрос и идти в ногу с потребностями устойчивого развития Дубая, а также предоставлять услуги электро- и водоснабжения в соответствии с самыми высокими стандартами доступности, надежности и эффективности, — сказал Аль Тайер.

DEWA продолжает разрабатывать инновационные, проактивные решения, используя свою передовую интеллектуальную сеть и новейшие технологии Четвертой промышленной революции, чтобы укрепить свое лидерство в качестве одной из самых известных и выдающихся коммунальных компаний во всем мире во всех областях.

DEWA повышает пропускную способность, эффективность и надежность сети передачи электроэнергии путем проведения профилактического обслуживания, использования системы диспетчерского контроля и сбора данных (SCADA), телекоммуникаций и систем телеуправления, обеспечения безопасности сети с помощью хорошо отлаженной системы защиты, применения самых высоких международных стандартов в эксплуатации и использования технологий интеллектуальной сети.

Интеллектуальная сеть обеспечивает передовые функции, включая автоматизированное принятие решений и развертывание интеллектуальных датчиков и приложений для регулирования работы передающих и распределительных сетей.

Хусейн Лутах, исполнительный вице-президент DEWA по передаче электроэнергии, отметил, что благодаря этому практика DEWA стала эталоном для коммунальных служб во всем мире.