AI đang giúp đảm bảo an ninh, độ tin cậy của cơ sở hạ tầng năng lượng của Hoa Kỳ như thế nào
của Liz Thompson, Phòng thí nghiệm quốc gia Argonne
Tín dụng: Pixabay/CC0 Miền công cộng
Các nhà khoa học của Argonne đang tận dụng sức mạnh của trí tuệ nhân tạo để chuyển đổi việc bảo trì tài sản lưới điện, giúp các công ty điện lực của Hoa Kỳ xác định và giải quyết các vấn đề trước khi chúng xảy ra.
Nhu cầu năng lượng của Mỹ chưa bao giờ lớn hơn và nó vẫn tiếp tục tăng—các hồ sơ gần đây gửi lên Ủy ban Điều tiết Năng lượng Liên bang cho thấy các nhà quy hoạch lưới điện kỳ vọng nhu cầu sẽ tăng gần 5% trong 5 năm tới. Để đáp ứng nhu cầu năng lượng trong tương lai, các công ty năng lượng cần đưa các nhà máy mới vào hoạt động trong khi vẫn duy trì cơ sở hạ tầng hiện có.
Các nguồn năng lượng tái tạo—chẳng hạn như gió, năng lượng mặt trời và thủy điện—sẽ đóng vai trò ngày càng tăng. Hoa Kỳ đặt mục tiêu tạo ra 44% năng lượng từ các nguồn tài nguyên tái tạo vào năm 2050, tăng hơn gấp đôi lượng điện năng hiện được tạo ra bởi các công nghệ mới này.
Năng lượng mặt trời dự kiến sẽ cung cấp 22% năng lượng của chúng ta, 14% còn lại đến từ gió. Việc tích hợp các nguồn điện mới này vào lưới điện sẽ liên quan đến việc lắp đặt hàng trăm triệu bộ biến tần, tất cả đều cần được bảo trì.
Trong khi đó, các bộ phận của lưới điện hiện tại đã cũ và bắt đầu hỏng hóc. Tuổi trung bình của các công trình thủy điện ở Mỹ là hơn 70 năm. Nhiều chiếc đã gần hết tuổi thọ hoạt động và cần được kiểm tra và bảo trì rộng rãi. Tình trạng đường dây điện, mạng lưới phân phối và đường ống dẫn khí đốt của Mỹ thậm chí còn đáng lo ngại hơn. Hiệp hội Kỹ sư Xây dựng Hoa Kỳ đã xếp hạng các hệ thống này là C- vào năm 2021.
Việc giám sát và duy trì tình trạng hoạt động của bộ tài sản năng lượng đa dạng ở các độ tuổi khác nhau này là rất quan trọng để đảm bảo độ tin cậy và an ninh của lưới điện của chúng ta. Tuy nhiên, các công ty điện lực có thể không biết thiết bị của họ có vấn đề cho đến khi có thiết bị nào đó bị hỏng.
Các nhà nghiên cứu tại Phòng thí nghiệm quốc gia Argonne của Bộ Năng lượng Hoa Kỳ đang nỗ lực giải quyết nhu cầu này. Hợp tác chặt chẽ với các công ty điện lực trong lĩnh vực năng lượng, từ các nhà máy thủy điện cũ kỹ đến các công trình lắp đặt năng lượng mặt trời quy mô lớn, họ đang định hình lại cách các công ty tiếp cận việc bảo trì cơ sở hạ tầng năng lượng và tài sản năng lượng sạch của quốc gia.
Bằng cách sử dụng công nghệ trí tuệ nhân tạo (AI) mới nhất, các nhà nghiên cứu của Argonne đã phát triển phần mềm hỗ trợ AI có thể dự đoán khi nào các thành phần lưới điện bị hỏng. Hệ thống này phân tích lượng lớn thông tin mà các công ty năng lượng thu thập được từ các cảm biến được lắp đặt trên toàn bộ lưới điện, tạo ra một mô hình dự đoán để dự báo tình trạng hao mòn theo thời gian. Cuối cùng, phần mềm có thể đề xuất thời điểm sửa chữa hoặc thay thế các bộ phận trước khi xảy ra bất kỳ sự cố nào.
Feng Qiu, người đứng đầu nhóm Mô hình lưới nâng cao tại Argonne, người đứng đầu nghiên cứu này cho biết: “Các công ty muốn biết tình trạng tài sản của họ”. "Các mô hình tiên lượng của chúng tôi tận dụng thông tin theo dõi tình trạng có thể cho họ biết thời gian hữu ích còn lại của thiết bị—nó còn lại bao nhiêu năm, tháng và tuần."
Shijia Zhao, nhà khoa học hệ thống năng lượng tại Argonne, người đóng vai trò quan trọng trong nghiên cứu, giải thích rằng cách tiếp cận của họ vượt xa các chiến lược bảo trì phản ứng truyền thống. "Thay vì chờ thiết bị hỏng hóc, chúng tôi sử dụng AI để chủ động xác định các vấn đề tiềm ẩn và lên lịch bảo trì kịp thời, tiết kiệm cả thời gian và tiền bạc cho các công ty năng lượng."
Trọng tâm của phương pháp tiếp cận đổi mới này là khả năng ước tính tình trạng cơ sở hạ tầng và tài sản, dự đoán rủi ro hỏng hóc và điều chỉnh các quyết định bảo trì dựa trên dữ liệu hiện tại trong thế giới thực. Bằng cách chuyển từ mô hình phòng thí nghiệm sang dữ liệu được thu thập từ hiện trường, các nhà nghiên cứu của Argonne đã cho thấy công nghệ này có thể hữu ích như thế nào đối với các nhà cung cấp năng lượng.
Trong một dự án về bộ biến tần năng lượng mặt trời, nhóm nghiên cứu đã chỉ ra rằng nó có khả năng giảm tổng chi phí bảo trì từ 43%–56%, các chuyến thăm không cần thiết của phi hành đoàn tới 60%–66% và tăng lợi nhuận lên 3%–4%.
Qiu cho biết: “Mục tiêu của chúng tôi là trang bị cho các nhà cung cấp năng lượng những công cụ họ cần để đảm bảo một mạng lưới đáng tin cậy và linh hoạt trong nhiều năm tới”. “Với công nghệ này, các công ty có thể đưa ra quyết định sáng suốt về thời điểm và cách thức sửa chữa hoặc thay thế thiết bị, cuối cùng là nâng cao hiệu quả, an ninh và độ tin cậy tổng thể của cơ sở hạ tầng năng lượng của Mỹ.”
Lợi ích của nghiên cứu này vượt xa việc tiết kiệm chi phí và tăng hiệu quả. Bằng cách giảm thiểu thời gian ngừng hoạt động và giải quyết các vấn đề bảo trì trước khi chúng leo thang, các nhà cung cấp năng lượng có thể nâng cao độ tin cậy và khả năng phục hồi của lưới điện, những yếu tố quan trọng trong thời đại nhu cầu năng lượng ngày càng tăng và bối cảnh năng lượng ngày càng phát triển.
Sức mạnh và quy mô của các mô hình dự đoán và tối ưu hóa được hỗ trợ bởi AI có nghĩa là chúng có thể tối ưu hóa việc bảo trì ở cấp độ lưới điện. Qiu nói: “Điều này rất quan trọng để giữ cho đèn của bạn luôn sáng”.
Bằng cách xem xét lưới điện một cách tổng thể—từ nhà máy điện đến đường dây điện—các mô hình có thể dự đoán sự cố trong toàn bộ mạng lưới sản xuất và vận chuyển điện từ nơi tạo ra đến nơi tiêu thụ
Ở Mỹ có hơn 240.000 đường dây tải điện cao thế và 50 triệu máy biến áp. Hầu hết các máy biến áp lớn và đắt tiền đều sắp hết tuổi thọ. Khoảng 70% đã hoạt động từ 25 năm trở lên. Phụ tải ngày càng tăng và tích hợp năng lượng tái tạo không ổn định đang đẩy lưới điện cũ kỹ đến giới hạn.
Đó là lý do tại sao Argonne cung cấp công cụ quản lý tình trạng tài sản này cho các nhà khai thác. Điều này sẽ giúp đảm bảo độ tin cậy và an ninh trong tương lai của lưới điện của chúng ta. Nhưng nó cũng sẽ tạo ra một sân chơi bình đẳng, cung cấp cho các công ty năng lượng nhỏ công nghệ tiên tiến tương tự như các tập đoàn lớn.
Nhóm của Qiu nhanh chóng lưu ý rằng nghiên cứu này sẽ không thể thực hiện được nếu không có sự hợp tác chặt chẽ với các đối tác của họ trong ngành năng lượng. Danh sách đối tác dài của họ bao gồm các công ty điện lực cũng như đại diện từ các lĩnh vực thủy điện, năng lượng mặt trời, năng lượng sóng và giới học thuật như Đại học Bang Wayne và Đại học Bang Iowa.
Zhao lưu ý: "Nghiên cứu của chúng tôi thể hiện nỗ lực hợp tác giữa các nhà khoa học, kỹ sư và đối tác trong ngành". "Cùng nhau, chúng ta đang thúc đẩy sự thay đổi tích cực và định hình tương lai của việc bảo trì lưới năng lượng."
