نظارت ماهواره ای: تضمین امنیت انرژی های تجدیدپذیر اروپا از بالا

محققان از هوش مصنوعی و فناوری‌های ماهواره‌ای استفاده می‌کنند تا زیرساخت‌های انرژی تجدیدپذیر قاره را قابل اعتمادتر کنند.

پنل‌های خورشیدی و توربین‌های بادی در ماه مه امسال برای مدت کوتاهی در یونان تعطیل می‌شدند زیرا شبکه برق ملی قادر به جذب مقدار انرژی تولید شده نبود.

برای مهندس الکترونیک افی مکری، این موضوع به یکی از مشکلات اصلی تغییر به منابع انرژی تجدیدپذیر اشاره کرد.

“از آنجایی که منابع انرژی تجدیدپذیر بیشتر مورد استفاده قرار می‌گیرند، مکری گفت: تعطیلی زیرساخت های انرژی های تجدیدپذیر گسترده تر خواهد شد.

اروپا در حال تلاش برای افزایش گسترده در استفاده از انرژی‌های تجدیدپذیر است، با هدف 45 درصد انرژی از انرژی‌های تجدیدپذیر تا سال 2030 تحت REPowerEU طرح.

اما یکی از مسائل مربوط به انرژی های تجدیدپذیر متناوب بودن آنهاست. مواقعی هست که خورشید نمی تابد یا باد نمی وزد. یا، همانطور که در یونان اتفاق افتاد، مواقعی نیز وجود دارد که انرژی تولید شده برای زیرساخت انرژی بیش از حد است که منجر به اضافه بار سیستم می شود.

پیش بینی تولید و تقاضای انرژی

ماکری یک پروژه تحقیقاتی به نام RESPONDENT را هدایت می کند که از اتحادیه اروپا بودجه دریافت کرده است. از قدرت ترکیبی داده‌های هوش مصنوعی، یادگیری ماشین و مشاهده زمین (EO) از ماهواره‌های اروپایی برای بهبود پیش‌بینی و مدیریت عرضه و تقاضای انرژی استفاده کنید. این پروژه که توسط آژانس برنامه فضایی اتحادیه اروپا (EUSPA) به نمایندگی از اروپا مدیریت می شود. کمیسیون، در سال 2022 آغاز شد و تا آوریل 2025 ادامه خواهد داشت.

پیش‌بینی اینکه چقدر انرژی تولید و مصرف می‌شود می‌تواند از خاموش شدن سیستم، مانند یونان، در آینده جلوگیری کند.

تیم محققین مکری در شرکت یونانی Future Intelligence، در آتن، با متخصصان انرژی و ارتباطات در یونان، ایرلند و اسپانیا همکاری کرده است. آن‌ها در حال بررسی راه‌هایی برای استفاده از فناوری‌های پیشرفته برای مقابله با چالش ارائه انرژی ایمن و پایدار به اروپا هستند.

رویکردی که توسط تیم RESPONDENT توسعه می‌یابد، از داده‌های برنامه کوپرنیک، جزء EO برنامه فضایی اتحادیه اروپا و خدمات گالیله استفاده می‌کند. مکری می گوید که این می تواند به استقلال بیشتر اروپا در انرژی کمک کند زیرا این مدل ها از ماهواره های اروپایی استفاده می کنند.

ارزش افزوده EO

کار در حال انجام از طریق EUSPA تامین می شود، که استفاده از داده های EO فضای اروپا را ترویج می کند. در خدمات ارزش افزوده عملی مانند آنچه که توسط RESPONDENT پیشنهاد شده است. این یک بازار به سرعت در حال گسترش است که انتظار می رود از 3.4 میلیارد یورو در سال 2023 به تقریبا 6 میلیارد یورو در سال 2033.

ترکیب این داده‌ها با قابلیت‌های جدید هوش مصنوعی و یادگیری ماشینی به آنها امکان می‌دهد مدلی بسازند که می‌تواند طیف وسیعی از عوامل مؤثر بر عرضه انرژی را در نظر بگیرد. اینها شامل تغییر الگوهای آب و هوا و نمایه های مختلف کاربر بر اساس سه نوع کاربر متمایز است: مسکونی، صنعتی و تجاری.

مکری گفت: «هر یک از این نوع کاربران الگوهای مصرف خود را دارند.

از این اطلاعات می توان برای توزیع بهتر برق در سراسر شبکه استفاده کرد. برای مثال، در یک روز سرد، شاید بهتر باشد برق بیشتری را به سمت خانه‌هایی که نیاز به گرمایش بیشتری دارند، منتقل کنید.

اما آنچه مهم است، رابطه انرژی توزیع شده و توان تولید شده است — توزیع کارآمد ممکن است در یک روز آفتابی یا ابری متفاوت به نظر برسد.

نمایش‌های آزمایشی راه‌حل‌های پیشنهادی قرار است در یک پارک خورشیدی در آتن، یونان، و در اپراتور سیستم توزیع در بارسلونای بزرگ، اسپانیا، اواخر امسال و در سال 2025 انجام شود.

پیش بینی آب و هوای شدید

ماکری و تیمش در طول تحقیقات خود متوجه شدند که رویدادهای شدید آب و هوایی نیز می‌تواند بر نتایج محاسبات آنها تأثیر بگذارد. اگرچه در ابتدا برنامه ریزی نشده بود، آنها تصمیم گرفتند این عامل را در مدل خود بگنجانند.

در این کار، آنها به دغدغه های فرانچسکو پاریسیو، مهندس نرم افزار ایتالیایی می پیوندند. او یک پروژه تحقیقاتی دو ساله با بودجه اتحادیه اروپا را در شرکت تازه تاسیس LiveEO مستقر در برلین رهبری کرد که در به کارگیری داده های EO برای ارائه بینش های عملی به مشاغل، سیاست گذاران و مدیران زیرساخت های حیاتی از جمله ارائه دهندگان انرژی تخصص دارد.

او گفت: “رویدادهای شدید جوی با پیش‌بینی‌های میان‌مدت و بلندمدت که انتظار بدتر شدن این روند را دارد، بیشتر و شدیدتر می‌شوند.” “این فشار زیادی را به زیرساخت های حیاتی ما وارد می کند.”

در سال 2022، LiveEO یکی از 74 شرکتی بود که شورای نوآوری اروپایادگیری ماشین.

به نام EOinTime، پروژه تحقیقاتی آنها در مارس امسال با موفقیت به پایان رسید و منجر به نظارت پیشرفته سرویس که قادر به ارزیابی سریع آسیب‌های زیرساختی پس از طوفان است، و حتی نقاط ضعف احتمالی آینده را پیش بینی کنید.

دیدن از میان ابرها

این سرویس از نوع خاصی از داده‌های ماهواره‌ای به نام رادار دیافراگم مصنوعی استفاده می‌کند. /a> (SAR) که قادر است اطلاعات دقیق سطح مانند ساختار و رطوبت را دریافت کند. یکی از مزایای اصلی تصاویر SAR این است که بر خلاف فناوری نوری، می‌تواند از میان تاریکی، ابرها و باران “دید” کند و تغییراتی را که در غیر این صورت تشخیص آنها دشوار است، تشخیص دهد.

معمولاً، یک انسان باید به صورت دستی یکپارچگی زیرساخت انرژی را چه با پای پیاده یا در هوا با استفاده از هلیکوپتر یا هواپیما ارزیابی کند. طبق گفته Parisio، ماهواره ها می توانند نتایج بهتری ارائه دهند.

او گفت: “ما توانستیم آسیب هایی را که یک هلیکوپتر قادر به انجام آن نبود، شناسایی کنیم.” فراتر از تجزیه و تحلیل سریع آسیب طوفان، آنها همچنین می توانند به چگونگی تأثیر پوشش گیاهی بر زیرساخت ها، مانند تشخیص مشکلات سلامت درختان که می توانند خطوط برق را در آینده به خطر بیندازند، نگاه کنند. برای اعتبارسنجی مدل‌های خود، کارشناسانی را فرستادند تا درخت‌هایی را که سیستم مشکل‌ساز تشخیص داده بود، ارزیابی کند و پیش‌بینی‌های آنها را درست تشخیص دهد.

این سیستم همچنین می‌تواند گستره وسیعی را پوشش دهد، با EOinTime در حال حاضر بیش از 100000 کیلومتر زیرساخت را برای خطرات پوشش گیاهی، در سراسر کشورهای اروپایی، برای شرکت انرژی چندملیتی آلمان E.ON تحت نظر دارد.

LiveEO با اجرای خلبان‌ها در اکثر قاره‌ها در کشورهایی مانند آلمان، استرالیا، ایالات متحده و اندونزی، توانست زمان پاسخگویی برای شناسایی مشکل و اطلاع رسانی به مشتریان خود را از روز به ساعت کاهش دهد.

گام‌های بعدی کاهش بیشتر آن، همکاری در کنار شرکای بزرگ صنعتی مانند Deutsche Bahn و E.ON است.

پاریسیو گفت: «هر گونه توقف گران، خطرناک است و تأثیر زیادی بر جامعه دارد. “در خاموشی، هر دقیقه مهم است.”