数据科学家帮助荷兰在拥挤的电网中找到空间

Josiah02 · 发表于 2024-12-13 15:03:14

荷兰的能源网络过于拥挤，无法满足对新连接的需求。因此，如果仍有空间，像 Alliander 这样的网络公司希望确切地知道这些空间在哪里以及何时可用。Alliander 和 Radboud 大学的数据科学家共同开发了一个系统来更好地绘制这一情况。
他们在《可持续能源网和网络》上发表了一篇文章。
荷兰电网的压力主要有两个原因：第一，天然气使用量减少，电力使用量增加。第二，电力不再只在少数中心地点发电。
风能和太阳能发电场确保电力可以在各种地方发电并反馈到电网。因此单向交通变成了双向交通。此外，风能和太阳能依赖天气，因此它们的发电不会昼夜不停。这使得电网的相关使用变得难以管理。
拉德堡德大学的数据科学家罗尔·布曼表示，为了满足这种不断增长和变化的需求，我们在过去 60 年中建造的电网必须在未来 10 年内翻一番。但做这件事的人太少了，许可证相关程序也浪费了时间。简而言之：电网的扩建工作正在进行中，但速度不够快。
这是否也可以更智能地完成，是 Bouman 和来自拉德堡德大学和 Alliander 的其他数据科学家着手研究的问题：“我们能否以智能的方式在现有网络中找到空间，以便最佳地利用它？”
过滤测量数据以更好地了解容量
作为 Alliander 的数据科学家，Jacco Heres 参与了这个项目，他展示了一张拥挤不堪的电网地图。看起来输电能力（消耗）和供应能力（生产）已经所剩无几了。
然而，像 Alliander 这样的公司在申请新连接时必须调查这一点。“这项进一步调查由技术专家完成。他们根据测量数据确定实际使用了多少可用容量。这样的调查既耗时又容易出错。
“这不是专家的错：他们必须进行的测量系列经常因测量错误或切换事件而中断。后者发生在出现绕行时，例如电缆断裂。
“然后切换到另一条路线。但在测量数据中，似乎通过该替代路线使用了更多的容量，因为原始路线的使用也被考虑在内。这种错误必须被过滤掉，但这实际上并不容易手动完成。”
这是人工智能 (AI) 发挥作用的典型问题。“我们开发了一个自学系统，可以自动过滤掉这些类型的测量误差和切换事件。它仍然需要一些手动工作，但我们已经将技术专家的工作量减少了 75%。”
Bouman 表示，该系统还能提供更高质量的数据。“这对技术专家来说并没有什么损害，但要掌握完整的时间序列是不可能的。这需要太多工作。”
“现在我们的系统允许我们输入更多数据，我们可以过滤数据，从而更好地了解容量估算。此外，我们现在可以看到趋势，因为有了更多的数据，我们可以超越峰值负载：电网最繁忙的时间。”
过滤数据是智能解决方案的先决条件
拉德堡德大学和 Alliander 的数据科学家开发的系统名为 STORM。该系统目前已在 Alliander 使用。Jacco Heres 解释说，虽然 STORM 无法解决整个电网的问题，但它确实做出了重要贡献。
“为了设计出解决拥堵问题的智能解决方案，可用的、经过过滤的数据是先决条件。目前，电网中正在快速增加更多的测量设备 — 你必须从字面上理解这一点，想想变电室中的测量箱 — 以实现灵活的能源供应。
“或者，例如，确定我们是否能在短时间内对电缆施加更大的热负荷，即，当我们知道电缆随后可以再次冷却时，是否有更多电流可以流过电缆。我们收集了大量测量数据，但如果没有良好的过滤算法，我们就无法使用它们，因为数据太多了，无法手动处理。”
由于涉及如此多的测量，STORM 背后的团队继续致力于改进它们。Heres 说：“我们已将技术专家的工作量减少了 75%，这很好，但如果能减少到 99%，那就更好了。尤其是考虑到测量的数量还在不断增加。”
可解释的人工智能：它必须是可解释的
从一开始，STORM 的开发就需要有一个易于解读的系统，从而产生易于解释的数据。可解释的人工智能是拉德堡德大学的数据科学家和人工智能专家所擅长的领域。
布曼说：“技术专家必须能够说出更多的话，而不仅仅是‘计算机说不行，所以做不到’。他们还必须能够解释为什么不行。因为如果阿利安德说没有空间，项目开发商或市政当局等客户可能会提出反对，然后你必须能够解释你是如何做出决定的。”
开放科学
STORM 是 Alliander 和拉德堡德大学合作的成果，非常出色，也非常成功。Bouman 表示：“我们对此非常满意。这是一种很好的互动：我们也想进行有趣且相关的研究，为此，你需要大量相关数据，以及有关收集、处理和使用这些数据的背景知识。而且，我也很喜欢 Alliander 并没有将 STORM 背后的想法藏在心里。
“出版物和数据都是开放的。Alliander 正在使用它，我们已经通过它帮助了荷兰三分之一的人口。但其他网络公司也可以从中受益。”

账号		自动登录	找回密码
密码			立即注册