الشبكة العصبية الصناعية هي نوع من خوارزمية التعلم الآلي وتحاكي العقل البشري، وتتكون الشبكة العصبية من عقد وكل عقدة متصلة بعقدة إخرى وتسمى العقد بالخلية العصبية وتسمى الروابط بين العقد بنقاط الاشتباك العصبي وتعمل على نقل المعلومات بينهما والهدف من هذه الخوارزمية هي معالجة البيانات الضخمة بشكل اسرع وأدق.
من خصائص الشبكات العصبية قدرتها على تصنيف المعلومات، وقدرتها على التنبؤ بقيمة معتمدة على بيانات سابقة ومستمرة، وقدرتها على التعرف والفهم للغة البشرية.
تاريخ الشبكات العصبية بالشبكات الكهربائية:
تم استخدام الشبكات العصبية بعدة طرق في انظمة ادارة شبكات الكهرباء، وهي تكنولوجيا ناشئة، وكان اول تطبيق لها في 1991 ويعتبر معهد أبحاث الطاقة الكهربائية (EPRI) في الولايات المتحدة اول من طور نظامًا قائمًا على الشبكات العصبية لإرسال الطاقة، وتم استخدام هذا النظام لتحسين كفاءة إرسال الطاقة عن طريق التحسين التلقائي لتوليد ونقل الكهرباء.
كان نظام إرسال الطاقة المعتمد على الشبكة العصبية الخاص بـ EPRI بمثابة اختراق كبير في استخدام الشبكات العصبية في شبكات الكهرباء. واثبت على قدرته بحل مشاكل ادارة الطاقة الكهربائية، وفي بدايةً الالفية بداء دراسة استخدام الشبكات العصبية للتنبؤ بالاحمال واكتشاف الأعطال بالانظمة وتحسين جودة الطاقة.
في السنوات الأخيرة ، كان هناك اهتمام متزايد باستخدام الشبكات العصبية لمجموعة واسعة من التطبيقات في شبكات الكهرباء ، مثل:
- تكامل الطاقة المتجددة
- تطوير الشبكة الذكية
- تخطيط نظام التوزيع
- تخطيط نظام النقل
- نمذجة سوق الطاقة
تطبيقات الشبكات العصبية بالشبكات الكهربائية:
1. القدرة على توقع الطلب على الكهرباء : فالشبكات العصبية ومن خلال تعلم الأنماط من البيانات التاريخية تكون قادرة على استكشاف الطلب مما يقود لخفض التكاليف وتحسين الموثوقية.
2. كشف وتشخيص الأعطال: قدرتها العالية باكتشاف وتشخيص الأعطال في شبكات الكهرباء وذلك بتحليل البيانات التاريخية والبيانات اللحظية للنظام الكهربائي.
3. مراقبة جودة الطاقة: بتحليل بيانات قراءات الشبكة تكون قادرة على مراقبة وتحليل جودة استقرار الشبكة مثل الجهد والتردد والتشوه التوافقي. يمكن أن تساعد هذه الحسابات في تحديد مشكلات جودة الطاقة ومعالجتها وتحسين الأداء العام للشبكة.
4. أنظمة إدارة الطاقة: يمكن استخدام الشبكات العصبية لتحسين تشغيل شبكات الكهرباء مثل موازنة الأحمال ، وتكامل مصادر الطاقة المتجددة وتخزين الطاقة.
5. ادارة الطلب على الطاقة: يمكن تطبيق تقنية الشبكات العصبية في إدارة الطلب على الطاقة، وذلك بإدارة الاتصال بالعملاء وتشجيعهم على خفض استهلاكهم الغير ضروري للكهرباء خلال فترات ذروة الطلب او تأجيله لوقت آخر وهذا يقود الى خفض تكاليف تغطية الطلب العالي والقصير على الكهرباء ورفع موثوقية استمرار امدادات الطاقة للجميع.
بشكل عام ، تمتلك الشبكات العصبية القدرة على لعب دور مهم في تطوير شبكات كهرباء أكثر ذكاءً وكفاءة ، مما يساعد على تحسين الموثوقية ، وخفض التكاليف ، وتعزيز الاستدامة.
اشهر تطبيقات الشبكات العصبية في صناعة الكهرباء:
- برنامج AutoDR لشركة Pacific Gas and Electric (PG&E) يعمل من خلال تحليل البيانات المجمعة من العدادات الذكية وتنبؤات الطقس وأنماط الطلب على الكهرباء التاريخية للتنبؤ بالوقت المحتمل لحدوث ذروة الطلب، ثم يرسل البرنامج إشارات للعملاء المشاركين، يطلب منهم تقليل استهلاكهم للكهرباء لفترة زمنية محددة، ووفقًا لشركة PG&E ، فقد خفض البرنامج ذروة الطلب بمايصل إلى 1000 ميغاوات وهو ما يعادل إنتاج محطة ضخمة للكهرباء.
- تطبيقات شركة EirGrid الإيرلندية للشبكات العصبية للتنبؤ بالحمل خلال الـ 24 ساعة القادمة، وأيضًا تستخدم التقنية في اكتشاف الاعطال مما يساعد في إصلاحها وتجنب الأعطال وتجنب حدوث الاعطال وخروج الأحمال، ويشمل استخداماتها للشبكات العصبية تنبؤات انتاج طاقة الرياح والمرتبطة بتنبؤات الطقس وتحسين جودة واستقرار الشبكة.
أجرت الحكومة الأيرلندية دراسة في عام 2019 استنتجت أن الشبكات العصبية يمكن أن توفر على EirGrid ما يصل إلى 90 مليون يورو سنويًا بحلول عام 2025. ووجدت الدراسة أنه يمكن استخدام الشبكات العصبية لتحسين كفاءة توليد الطاقة ونقلها ، وتحسين موثوقية شبكة الكهرباء ، وتقليل الحاجة إلى الانقطاعات المكلفة.
ينمو سوق الشبكات العصبية بسرعة. في عام 2020 ، بلغت قيمة سوق الشبكة العصبية العالمية 14.35 مليار دولار. من المتوقع أن ينمو هذا السوق بمعدل نمو سنوي مركب (CAGR) يبلغ 26.7٪ من عام 2021 إلى عام 2030.
مستقبل الشبكات العصبية واعد للغاية وهي تقنية قادرة على التعلم والتنبؤ بالبيانات دون أن تتم برمجتهم بشكل صريح وهذا هذا يجعلها اداة قوية للغاية لمجموعة متنوعة من التطبيقات.
