Модельний підхід енергії та ШІ - спектр науки
Модельний підхід: енергія та ШІ
Гудрун розмовляла з Ніколь Людвіг у березні 2020 року. Вона є колегою в KIT на кампусі Північ і належить до Інституту автоматизації та прикладних комп'ютерних наук. Вона була членом вищої школи DFG в галузі енергетичних даних, методів комп'ютерних наук для аналізу, запису та використання, і ось-ось закінчить докторську ступінь. Під час навчання вона була охоплена темами економетрики та статистики та радістю можливості отримати надійні результати з емпіричних даних. У своїй бакалаврській роботі вона використовувала машинне навчання для прогнозів. Ось чому їй було дуже цікаво донести ці знання та задоволення від цієї теми до Вищої школи з енергетичних даних та комп’ютерних наук.
Як суспільство, ми повинні досягти виробництва енергії без викопного палива найближчим часом. Однак необхідно вивчити, як використовувати відновлювані джерела енергії порівняно зі звичайним виробництвом енергії, з одного боку, щоб забезпечити стабільне постачання економіки та домогосподарств, а з іншого боку, справедливо розподілити всі тягарі необхідних змін.
Існує два шляхи оптимізації виробництва енергії. По-перше, ми можемо краще адаптувати графік виробництва відповідно до попиту. З іншого боку, ми можемо змінити поведінку споживання, щоб підтримати оптимальну стратегію постачання. Традиційно відомі прогнози на попит на енергію в різні часові горизонти, і це робить основою для виробничих планів. Однак із збільшенням і зміною кількості змінних, що впливають на систему, ідеальні прогнози є дуже нереальними і, можливо, не правильним підходом на майбутнє.
Потрібно лише мати на увазі, що врожай енергії як для енергії вітру, так і для сонячної енергії сильно залежить від погоди. Навіть якщо прогноз погоди став набагато кращим, все одно не можна використовувати його як основу для створення досить надійних прогнозів щодо виробництва енергії. З іншого боку, зараз є кращі способи контролю споживання енергії, принаймні в принципі, ззовні. Те, що раніше підсолоджувало споживання електроенергії піком за низькими цінами, оскільки нічна енергія тепер може регулюватися регіонально та адаптивно не тільки в компаніях, але навіть у домогосподарстві, наприклад, коли працює пральна машина або заряджається бак з гарячою водою. Незабаром парк електронних автомобілів з їх акумуляторами зможе підбирати енергію в потрібний час, а також знову випускати її в пікові періоди.
Законодавство ще не настільки розвинене, як технічні можливості. Але вам, звичайно, доведеться ще раз добре подумати над тим, як ви хочете змусити людей робити дані доступними для цієї мети, і як тоді ви можете захистити їх від зловживання цими знаннями сторонніми особами. Постачання енергії вже набагато вразливіше до атак хакерів, ніж ми хотіли б визнати.
Однак, в принципі, є багато даних - хоча б лише щодо даних про погоду, - але також і в детальних знаннях про споживання енергії, - які можуть бути використані для опрацювання нових типів прогнозів. Тож ми переходимо від чисто фізичних моделей та експертних знань до нейронних мереж та видобутку даних. Звичайно, вони не працюють розумно без очей експерта, оскільки на які питання можуть відповісти розумно та надійно дані, напевно не можна наївно планувати.
Ніколь любить проводити дослідження на стику різних галузей знань (економіка, фізика/метеорологія, інженерія та інформатика).