خانه > تازه ها > جنرال الکتریک : کلان داده ها، یادگیری ماشین و “اینترنت انرژی”
GE Power کلان داده ها یادگیری ماشین و اینترنت انرژی

جنرال الکتریک : کلان داده ها، یادگیری ماشین و “اینترنت انرژی”

صنعت انرژی جهانی از آن جهت در حال انتقال از انرژی های فسیلی به انرژی های تجدید پذیر است با اختلالاتی روبرو می باشد (و گاهی اوقات عکس این قضیه نیز اتفاق می افتد). چالش های این صنعت شامل بالانس تقاضای رو به رشد در کشورهای در حال توسعه که نیازمند به پایداری در تامین انرژی و پیش بینی تاثیر شرایط شدید آب و هوایی در عرضه و تقاضا است.

مقاله مرتبط :

GE Power چگونه در عمل از کلان داده ها استفاده می‌کند؟

بخش قدرت جنرال الکتریک ( GE Power ) – که توربین ها و ژنراتورهایش ۳۰ در صد برق جهان را تامین می کنند – در حال کار بر روی فناوری کلان داده ها، یادگیری ماشین و اینترنت اشیا (IoT) برای ایجاد “اینترنت انرژی” به عنوان جایگزینی روش های سنتی، خطی و یک طرفه تحویل انرژی است.

 گانش بل، اولین مدیر ارشد داده در GE Power، می گوید: “اگر خوب در موردش فکر کنید، صنعت برق هنوز هم یک مدل صد ساله را دنبال می کند که بنیان گذار این صنعت، ادیسون، به گسترش آن کمک کرد”. این فرآیند در واقع تولید الکترون ها در یک منبع است که سپس این الکترون ها در یک مدل خطی یک طرفه انتقال می یابند … کل این زیرساخت ها اکنون مورد آزمایش قرار گرفته و هر روز به دلیل چالش هایی که ما در مورد آن صحبت می کنیم، تحت فشار قرار می گیرند. “

بل معتقد است، پاسخ به این چالش ها، استفاده از مزیت تولید مبتنی بر شبکه ها و زیرساخت های تحویل مبتنی بر توربین ها، در حالی که همزمان آن را با جریان داده ها تقویت می کنند، می باشد. بل می گوید: “ما به جهانی فکر می کنیم که در آن هر الکترون به یک بیت داده با خودش مرتبط است، و ما این داده ها را به یکدیگر مرتبط کرده و پیگیری می کنیم و بهینه سازی می کنیم و با این کار ناگهان از یک مدل خطی، به مدل شبکه ای منتقل شده ایم.” مطمئنا این کار در جهانی که همه چیز به طور فزاینده ای شبکه ای می شود و به اینترنت متصل می شود-از دستگاه های خانگی ما تا شبکه های حمل و نقل معقول به نظر می رسد.

جنرال الکتریک کلان داده ها و یادگیری ماشین

فعالیت هایی که با تجزیه و تحلیل های پیشرفته و یادگیری ماشین، مانند نگهداری پیش بینی شده و بهینه سازی قدرت الکتریکی امکان پذیر می شوند، می توانند پس از آن بر روی ماشین آلات زیرساخت های حیاتی اعمال شوند. همانطور که بل می گوید، “ما نتایجی مانند کاهش هزینه های برنامه ریزی نشده به اندازه ۵ درصد ، ۷۵ درصد کاهش ولتاژ مثبت کاذب، کاهش هزینه عملیات و هزینه های نگهداری تا ۲۵ درصد – و این ارقام شروع به افزایش ارزش به صورت معناداری می کنند”.

 علاوه بر مدیریت عملکرد دارایی، جنرال الکتریک برنامه های داده محور خود را به دو گروه دیگر تقسیم می کند: یکی از آن ها بهینه سازی عملیات است که بر روی بینش هایی است که می تواند در کل یک کارخانه یا شرکت مورد استفاده قرار گیرد. و دیگری، بهینه سازی کسب و کار است – برنامه های کاربردی طراحی شده برای بهبود سودآوری مشتریان ، “بنابراین آن ها می توانند از اطلاعات آب و هوا، داده های قیمت گذاری بازار انرژی، تعداد زیادی از داده های داخلی و خارجی استفاده کنند تا اطمینان حاصل کنند که از هر فرصتی برای بهینه سازی کسب و کار خود و سودآورتر بودن آن استفاده کنند. “

به طور خلاصه، این سه نوع کاربرد، پایه ای از دیدگاه GE Power برای “نیروگاه دیجیتال” را تشکیل می دهند – که اولین گام برای امکان پذیر ساختن استفاده از اینترنت انرژی می باشد.

به عنوان مثالی از نیاز جنرال الکتریک به نوآوری، احتمالا به نظر می رسد که اتومبیل های آینده به یک شبکه قوی و قابل اعتماد از ایستگاه های انتقال انرژی و شارژ نیازی فراتر از آنچه که در حال حاضر در دسترس است داشته باشند. اگر جامعه در حال گذر از وسایل نقلیه موتوری با تعداد قابل توجهی باشد، مستلزم توزیع انرژی “هوشمند” است تا اطمینان حاصل شود که انرژی برای تامین وسایل نقلیه ما در کجا و چه زمانی مورد نیاز است.

جزئیات فنی

حرکت GE به سمت توزیع انرژی مبتنی بر داده ها با استفاده از پلت فرم Predix خود، به عنوان “سیستم عاملی برای اینترنت صنعتی” صورت می گیرد. این پلتفرم زمینه ی هر بخش از فرآیند تحلیلی است، از مخازن ابری گرفته تا تجزیه و تحلیل “لبه” – الگوریتم ها در حال اجرا بر روی سنسورهای خام یا داده های ماشین تا نزدیک ترین نقطه ای که ممکن است داده ها جمع آوری شده باشند، می باشند.

داده ها به طور مستقیم بر روی برنامه های کاربردی مانند نرم افزار مدیریت عملکرد دارایی GE Power پردازش می شوند که امکان نظارت بر تجهیزات را حتی در صورتی که توسط سازنده ی شخص ثالث تولید شده باشد، بدین معنی که هر دستگاه در نیروگاه را تحت پوشش قرار می دهد، هر چند که توسط GE تولید نشده باشد.

ایده ها و بینش هایی که می توان از GE Power می توان الهام گرفت

استفاده از داده ها، همراه با تمرکززدایی (حرکت به سمت تولید انرژی نزدیک به جایی که از آن استفاده خواهد شد) و کاهش گازهای گلخانه ای (حرکت به سمت عدم استفاده از سوخت های فسیلی)، یکی از سه عامل و چالش هایی است که باعث اختلال در صنعت انرژی می شود. و با این داده ها ارزش بسیار خوبی به ارمغان می آید.

گزارش اخیر انجمن جهانی اقتصاد به این نتیجه رسیده است که صنعت برق طی ۱۰ سال آینده ۱٫۳ تریلیون دلار ارزش خواهد داشت حتی با نادیده گرفتن ایده های مربوط به اینترنت اشیا مانند آنچه که در GE Power اجرا می شود. بل اظهار می کند: “وقتی ما شروع به نظارت بر تمام این دارایی ها و جمع آوری تمام داده ها می کنیم، ارزش زیادی را به دست می آوریم – و این چیزی است که ما واقعا بر آن تمرکز می کنیم.”

بیشتر بخوانید:

منبع Bernard Marr
5/5 ( 1 نظر )

درباره‌ی علی قلی زاده

همچنین ببینید

googles-ai-explains-how-image-classifiers-made-their-decisions

هوش مصنوعی گوگل توضیح می دهد : طبقه بندی کننده تصویر چگونه تصمیمات خود را می گیرد

  غالباً فرض می شود که با افزایش پیچیدگی یک سیستم هوش مصنوعی ، کمتر …

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *