Alors que les gouvernements fédéraux veulent s’éloigner des sources de combustibles non renouvelables et développer les énergies renouvelables, les sources d’énergie ordonnées telles que l’énergie éolienne sont en augmentation. La Société internationale de l’énergie (AIE) prévoit que l’approvisionnement énergétique mondial respectueux de l’environnement augmentera de 50% entre 2019 et 2024. De même, les dispositions énergétiques ordonnées incluses dans les coûts de relance Covid-19 récemment signés favoriseront la mise en œuvre des ressources renouvelables. partout aux États-Unis.
Smart Energy International a signalé que le vent est la principale source d’énergie renouvelable. Selon l’American Wind Energy Associates (AWEA), en 2019, 14 milliards de dollars ont été achetés pour de nouveaux projets éoliens, et l’énergie éolienne représentait 39% de la toute nouvelle capacité de production des États-Unis. Néanmoins, de nombreuses éoliennes ne produisent pas d’énergie à leur pleine capacité, et certainement pas au niveau de leurs prévisions financières initiales. Beaucoup d’entre eux ne connaissent pas le degré de leur valeur secrète. Avec la pression à la baisse sur les tarifs énergétiques, les exploitants de parcs éoliens recherchent des options pour garantir que chaque actif atteint sa production d’énergie et sa fiabilité maximales. Le système Expert (AI) seul a été promu comme un outil pionnier pour réduire les dépenses d’exploitation, augmenter l’efficacité et tirer le meilleur parti de l’AEP. Bien que l’IA ait été une aubaine pour de nombreux marchés, y compris les soins de santé, la vente au détail et le marketing, elle n’a pas encore changé la donne pour le marché des énergies renouvelables.
L’une des forces de l’IA est sa capacité à travailler avec de grandes quantités d’informations standardisées. Les algorithmes sont ultra-sensibles aux données pauvres. Il n’y a pas de normes du marché pour les détails de contrôle de supervision et d’acquisition d’informations (SCADA), les données d’exploitation d’efficacité ou d’autres informations sur les nombreux modèles d’éoliennes aujourd’hui dans l’industrie éolienne. Cette absence de standardisation ou de cohérence entre les modèles d’information crée une difficulté pour la précision de l’algorithme. L’énergie éolienne a de multiples variables, consistant en différents modèles de turbines, transmissions, zones de turbines, changement climatique, modèles de vent, etc. encore une fois, qui ont un impact sur la sortie des algorithmes.
Il y a une idée fausse sur le marché quant à ce qu’est l’IA en fait. Il est souvent intrigué par l’apprentissage automatique (ML) ou la connaissance approfondie. Chacune décrit une application logicielle qui se comporte judicieusement, il existe des distinctions significatives entre elles.
L’apprentissage automatique s’est révélé utile pour suivre l’efficacité des turbines pour l’entretien préventif, ce qui a en fait réduit la portée des pôles de la turbine. Bien que l’IA et le ML soient des outils utiles pour améliorer les parcs éoliens, ils ont des limites particulières en raison des nombreuses variables évoquées ci-dessus. Il est essentiel que le savoir-faire humain supervise les décisions suggérées par les conceptions de l’IA sur les changements de lacet, de pas, de pales, de sillage et d’autres facteurs d’efficacité des turbines afin d’améliorer la production des éoliennes.
Par exemple, un L’algorithme pourrait interpréter toutes les données correctement pour un type de turbine. Mais comme il y a tellement de conceptions de turbine et aucune donnée standard de l’industrie pour chacune, le modèle de turbine ou l’emplacement de cette éolienne particulière peut être mal interprété par l’algorithme. Cette erreur pourrait entraîner une proposition d’ajuster le pas ou les pales d’une manière qui nuit à la turbine, ou la valeur d’énergie attendue n’est pas fournie, entraînant une diminution des bénéfices de la ferme. De plus, une modification d’une turbine peut affecter toutes les turbines en aval, entraînant des pertes supplémentaires. Pour garantir que les recommandations pour remédier aux insuffisances et optimiser les performances sont précises, il est essentiel d’avoir une supervision humaine professionnelle avec une expertise du domaine des parcs éoliens pour valider les options proposées.
Les fabricants de dispositifs d’origine (OEM) conservent normalement les données d’efficacité des turbines pour diverses raisons. Ils sont très défensifs quant aux performances de leurs produits et ne permettent souvent pas à leurs clients ou partenaires tiers de consulter les données de performances totales. Sans ces données, les exploitants de parcs éoliens ne peuvent procéder à des ajustements susceptibles d’améliorer considérablement l’efficacité de leurs parcs.
Au lieu de compter entièrement sur l’intelligence artificielle pour résoudre les problèmes de performances, le marché éolien serait bien mieux servi en prenant des mesures pour soutenir la normalisation des informations du secteur et en diffusant des informations sur l’efficacité par les OEM. Ces efforts et s’assurer que les personnes possédant un savoir-faire important dans le domaine des parcs éoliens supervisent les propositions d’optimisation aideraient à augmenter la production annuelle d’énergie (AEP) des parcs éoliens et à maximiser les informations éoliennes complexes.
Toute l’actualité en temps réel, est sur L’Entrepreneur
