اباذر کریمی پنابندانی در گفت‌وگو با ایسنا اظهار کرد: در سال‌های گذشته مدیریت تجهیزات در صنعت برق بیشتر بر اساس رویکرد «تعمیر پس از خرابی» انجام می‌شد، به این معنا که پس از بروز مشکل در یک تجهیز، فرآیند شناسایی و تعمیر آن آغاز می‌شد؛ در حالی که امروز در بسیاری از کشورهای پیشرو رویکرد «نگهداری پیش‌بینانه» جایگزین این نگاه سنتی شده است.

وی افزود: در این رویکرد با استفاده از تحلیل داده‌های گسترده و الگوریتم‌های هوش مصنوعی تلاش می‌شود نشانه‌های اولیه بروز خرابی در تجهیزات شناسایی شود تا پیش از وقوع بحران و ایجاد اختلال در شبکه، اقدامات لازم برای جلوگیری از خرابی انجام گیرد.

عضو کمیسیون ملی هوش مصنوعی ادامه داد: در پروژه‌ای که در استان قزوین در حال اجراست، مجموعه‌ای از داده‌های مرتبط با عملکرد شبکه برق، الگوی مصرف مشترکان، سوابق تعمیرات تجهیزات، وضعیت بارگذاری ترانسفورماتورها و اطلاعات عملیاتی شبکه مورد تحلیل قرار می‌گیرد تا سامانه بتواند احتمال بروز خرابی در ترانس‌ها را پیش‌بینی کند.

وی توضیح داد: در واقع هدف این است که مدیران شبکه بتوانند پیش از آنکه یک ترانسفورماتور دچار آسیب جدی یا سوختگی شود، از نشانه‌های هشداردهنده آن مطلع شوند و با برنامه‌ریزی مناسب از بروز خاموشی و خسارت‌های احتمالی جلوگیری کنند.

کریمی با بیان اینکه داده‌های تولیدشده در شبکه برق یکی از ارزشمندترین منابع اطلاعاتی برای تصمیم‌گیری هستند، گفت: اگر این داده‌ها به‌صورت هوشمند تحلیل شوند، می‌توانند به دانش عملیاتی تبدیل شده و به مدیران شبکه کمک کنند تصمیمات دقیق‌تر و سریع‌تری اتخاذ کنند؛ موضوعی که در نهایت به افزایش بهره‌وری و کاهش هزینه‌های عملیاتی منجر می‌شود.

عضو آکادمی علوم اروپا همچنین با اشاره به روندهای جهانی در حوزه مدیریت انرژی تصریح کرد: حرکت به سمت شبکه‌های هوشمند و تصمیم‌گیری مبتنی بر داده در بسیاری از کشورها آغاز شده و استفاده از هوش مصنوعی در مدیریت زیرساخت‌ها به سرعت در حال گسترش است. در چنین شرایطی، توسعه سامانه‌های هوشمند در صنعت برق می‌تواند نقش مهمی در ارتقای تاب‌آوری و پایداری شبکه ایفا کند.

وی افزود: اجرای پروژه‌های فناورانه از این دست نشان می‌دهد که همکاری میان صنعت، دانشگاه و شرکت‌های دانش‌بنیان می‌تواند زمینه‌ساز شکل‌گیری راهکارهای نوآورانه برای حل مسائل واقعی کشور باشد. تجربه‌های موفق در این حوزه می‌تواند مسیر استفاده گسترده‌تر از فناوری‌های پیشرفته در بخش‌های مختلف زیرساختی را هموار کند.

کریمی خاطرنشان کرد: توسعه سامانه‌های هوشمند پیش‌بینی خرابی علاوه بر افزایش پایداری شبکه برق، می‌تواند به کاهش هزینه‌های نگهداری و تعمیرات، افزایش عمر تجهیزات، کاهش خاموشی‌های ناخواسته و بهبود برنامه‌ریزی برای توسعه شبکه کمک کند.

عضو کمیسیون ملی هوش مصنوعی در پایان اظهار امیدواری کرد: اجرای موفق این طرح در استان قزوین بتواند زمینه‌ساز توسعه پروژه‌های مشابه در سایر مناطق کشور شده و گامی در مسیر هوشمندسازی زیرساخت‌های حیاتی کشور باشد.

انتهای پیام