تصنيف المصانع حسب سلوكيات استهلاك الكهرباء

ضرورة تصنيف المصانع حسب سلوكيات استهلاك الكهرباء

يوفر التطبيق المكثف للعدادات الذكية كجزء من الشبكات الذكية فرصاً هائلة، ولكنه مع ذلك يؤدي أيضاً إلى تحديات لمشغلي توزيع الطاقة الكهربائية، بحيث تتيح الاستثمارات الكبيرة في البنية التحتية المتقدمة للقياس (AMI) إمكانية مراقبة الشبكات الذكية والتحكم فيها وإدارتها وتحسينها بشكل جيد وخدمة العملاء بشكل جيد.

ومن ناحية أخرى، يواجه مزودو الطاقة المزيد من التحديات في التعامل مع البيانات الضخمة بسبب الحاجة إلى تلبية قائمة ضرورات العمل، بحيث تتضمن هذه القائمة الموثوقية الكهربائية والكفاءة والسلامة والأمن والربحية وتنفيذ شبكة ذكية متطورة يمكن أن تخدم قاعدة عملاء غير متجانسة. قد تبدو هذه القائمة من أساسيات العمل مربكة، لا سيما في سياق التكامل الفعال لمحتوى وحلول البيانات الضخمة.

كذلك غالباً ما تظهر بيانات القياس الذكية تغييرات جوهرية في الاتجاهات بمرور الوقت، لذلك من المفيد فهم تطور هذه الأنماط وتصورها وتشخيصها، وغالباً ما تطرح مثل هذه البيانات تحديات، مثل “الحجم الضخم” والأبعاد غير ذات الصلة والتوزيع المنحرف والتباين والتغيرات الموسمية، كما يمكن القول إن وجود أبعاد غير ذات صلة يمكن أن يؤدي إلى تدهور الأداء وزيادة وقت الحساب لمعظم خوارزميات التعلم.

أيضاً تعد الأبعاد غير ذات الصلة لبيانات (AMI) مصدراً للتناقضات وعدم الكفاءة التي تجعل من الصعب اكتشاف أنماط الإنتاج لقطاع صناعي على أساس سلوك استهلاك الطاقة، وبالتالي قد تؤدي هذه الأبعاد إلى قرارات سيئة مع تأثير سلبي على التخطيط والتشغيل الموثوق والاقتصادي للشبكة الكهربائية، ووفقاً للتحليل؛ فإنه لم يأخذ أي بحث أو مجتمع صناعي في الاعتبار الخاصية القائمة على التطور لبيانات الشبكة الذكية للحصول على مجموعة فرعية من البيانات شديدة الارتباط لتحديد عمليات العمليات التجارية.

الأعمال ذات الصلة فينا يتعلق بسلوكيات استهلاك الكهرباء

في الوقت الحاضر، يتيح التوفر المتزايد لبيانات استهلاك الطاقة فرصاًَ فريدة في تصميم استراتيجيات التجزئة لاستخدام الطاقة الصناعية لدعم تطبيقات بيانات الشبكة الذكية، بحيث أدى إدخال العدادات الذكية إلى إجراء دراسات حول نمذجة السلاسل الزمنية عالية الدقة وتجميع العملاء.

كما يشير الحجم الكبير لبيانات العدادات الذكية إلى الحاجة إلى أساليب جديدة للحفاظ على استجابة الطلب وتصميم برامج لتحسين كفاءة الطاقة وضمان استهداف العملاء بكفاءة، وذلك على الرغم من العدد الكبير من خوارزميات التجميع المتاحة في الأبحاث، على سبيل المثال الترجيح الآلي المتغير في المتوسطات (k) (يعني Wk) والتكتل باستخدام إسقاط سريع للخريطة والتجميع القائم على ذكاء السرب والمعتمد على الكثافة المتزايدة و الخوارزميات القائمة على القواعد.

وغالباً ما يتم تطبيق الخرائط ذاتية التنظيم ووسائل (k) و”التكتل الهرمي” لتعدين نمط الحمل الكهربائي، ورغم ذلك لا “تركز الخوارزميات” الحالية على تحديد خصائص تجميع العملاء، كما أنهم يستخرجون ملفات تعريف الحمل من بيانات الكهرباء من خلال النظر في الخصائص العالمية لأنماط استهلاك الطاقة، وذلك بدلاً من القيام بالخصائص المحلية.

علاوة على ذلك؛ فهي تعمل دائماً على جميع مساحات الميزات لمجموعة بيانات الإدخال لتتعلم قدر الإمكان، مما يحط من الأداء بسبب عدم اكتشاف الأنماط المخفية في أبعاد صاخبة وغير ذات صلة، كما تعد قابلية التوسع قضية مهمة أخرى من الخوارزميات الموجودة لتنميط الحمل.

يلعب اختيار الميزات دوراً مهماً في تحسين جودة التجميع في التعلم الآلي واستخراج البيانات، بحيث يمكن تصنيف طرق تحديد الميزة إلى تقنيات مجمعة وفلترة “تقنيات الالتفاف”،  أهمها التفاف تحديد الميزات حول عملية التعلم واستكشاف الميزات التي تعمل على تحسين أداء مهمة التعلم، وهناك طرق التصفية  من ناحية أخرى، بحيث تحقق من الخصائص الجوهرية للبيانات واختر الميزات ذات التصنيف العالي وفقاً لبعض المعايير قبل بدء مهمة التعلم.

بيانات الشبكة الكهربائية الذكية

يعد نشر (AMI) اتجاهاً مهماً في صناعة توزيع الكهرباء؛ يرتبط الحجم الهائل لبيانات (AMI) التي تم إنشاؤها بتحديين أساسيين، وهما الاحتفاظ بالبيانات واستخراج قيمة الأعمال منها، ومثل هذه التحديات تجعل (AMI) مرشحاً رئيسياً لتطبيق معالجة البيانات الضخمة والتحليلات، حيث يوضح الشكل التالي (1) بنية (AMI) النموذجية مع عدادات ذكية متعددة.

كما تم تزويد عدادات الكهرباء بمعالجات دقيقة ووحدات تخزين تتيح وظائف ذكية وتحويلها إلى عدادات ذكية، كذلك أنها تضمن الاتصال ثنائي الاتجاه وقدرات التشغيل عن بُعد، بحيث تم نشر عدد كبير من العدادات الذكية في مختلف المباني السكنية والتجارية، وفي قطاع الصناعة يتم تثبيتها عادةً في مواقع المصانع لتسجيل البيانات حول استهلاك الطاقة لأنشطة الإنتاج الجارية.

جمع البيانات: عادةً تُولِّد “العدادات الذكية” قراءات على فترات زمنية صغيرة تبلغ (15) أو (30) أو (60) دقيقة، كما يتم جمع بيانات العداد الذكي وإرسالها عبر شبكة محلية (LAN) إلى مركز جمع البيانات، وفيما يتعلق بمعالجة البيانات؛ فإنه يمكن تنفيذ بعض المهام في مراكز “التجميع الإقليمية”، وفي كثير من الأحيان يتم نقل البيانات إلى مراكز التجميع المركزية عبر شبكة واسعة النطاق (WAN).

استكشاف البيانات: يوفر ملف تعريف الحمل معلومات حول استهلاك الكهرباء لمصنع معين خلال فترة معينة، على سبيل المثال يوم أو شهر بتردد معين، وعادةً كل (15) دقيقة، كما أنه كان الهدف هو استخراج نمط الإنتاج لأنواع متعددة من المصانع بناءً على سلوك استهلاك الطاقة اليومي، لذلك تظهر الحاجة إلى تحليل بيانات اليوم الواحد للتحليل.

ومع ذلك يعد التحليل المرئي لجميع ملفات تعريف الحمل الفردية عملية صعبة وتستغرق وقتاً طويلاً، وبالتالي تم اختيار وتحليل عدد قليل منهم بشكل عشوائي لاكتشاف الأنواع العامة لملفات تعريف التحميل التي تُظهر سلوكاً غير طبيعي، كما يمكن أن تؤثر أخطاء نقل البيانات على تدفقات البيانات مما يؤدي إلى مشاكل في التقييم والمحاكاة.

كذلك يمكن أن يكون الاتصال بين “العدادات الذكية” ومراكز جمع البيانات سلكياً أو لاسلكياً، ونظراً لطبيعة الإرسال اللاسلكي، قد يحدث توهين للإشارة يؤثر على نقل البيانات، ومن ناحية أخرى تكون القنوات السلكية أيضاً عرضة لفشل المعدات و”إمدادات الطاقة” والانقطاع المفاجئ للخطوط وما إلى ذلك، وبالتالي يمكن أن تحدث القيم المفقودة في تدفقات البيانات.

يوضح الشكل التالي (2) بعض تدفقات البيانات ذات القيم المفقودة، على سبيل المثال يظهر التيار الكهربائي (1) و (8) في الشكل (2-a) و (2-b) على التوالي وهي دورية مع انخفاض استهلاك الطاقة المفاجئ إلى الصفر بسبب القيم المفقودة، كما أنه  تم ذكر إشارة واحدة مهمة لهذه المشكلة كقاعدة عامة.

أيضاً يفقد نظام العدادات الذكية النموذجي جيد التشغيل والواسع النطاق ما يصل إلى 4٪ من بيانات استخدام الفاصل الزمني التي من المفترض أن يتم تسجيلها واستردادها كل شهر، وبالنسبة لنظام مليون متر؛ فإن هذا يعادل أكثر من (28) مليون فاصل بيانات مفقود شهريًا. تتطلب الشبكة الذكية مستوى عالياً من الثقة في البيانات لتطبيقاتها.

تجزئة ملفات تعريف التحميل: يختلف طلب العملاء على الكهرباء يومياً وموسمياً، كما أنه يبدأ خط تجميع مصنع الإنتاج العمل وينتهي طوال اليوم والأسبوع، وخلال أوقات الذروة يلزم قدر هائل من الكهرباء (وهذا ما يسمى بحمل الذروة)، ولكن هناك حاجة إلى متطلبات الحمل الأساسي على مدار السنة.