فوٹو وولٹک پاور پلانٹ اسکیل کی تیز رفتار نشوونما کے ساتھ ، روایتی "ہیومن ویو ٹیکٹک" آپریشن اور بحالی کا ماڈل اب اس کا مقابلہ کرنے کے قابل نہیں ہے - ایک 1GW پاور پلانٹ کو سیکڑوں آپریشن اور بحالی کے اہلکاروں کی ضرورت ہوتی ہے ، اور جزو کی ناکامیوں کی تاخیر کا پتہ لگانے ، صفائی کے غلط وقت ، اور اعلی بجلی پیدا کرنے والے نقصان کی شرح نمایاں ہوتی جارہی ہے۔ ڈیجیٹل آپریشن اور بحالی ، انٹرنیٹ آف چیزوں ، مصنوعی ذہانت ، اور ڈرون جیسی ٹکنالوجیوں کے ذریعہ ، فوٹو وولٹائک پاور پلانٹس کو "سوچنے والے حیاتیات" میں تبدیل کردیا ہے ، عین مطابق غلطی کی جگہ ، حقیقی وقت کی توانائی کی کارکردگی کی اصلاح ، اور لاگت میں نمایاں کمی ، فوٹو وولٹائک آپریشن اور دیکھ بھال کے ذہین دور کا آغاز کرنا ہے۔
1 کل تاثر: پاور پلانٹوں کے لئے 'نیورل ٹرمینل نیٹ ورک' کی تعمیر
ہر فوٹو وولٹک پینل ایک ذہین سینسنگ نوڈ بن جاتا ہے۔ فوٹو وولٹک ماڈیولز کی نئی نسل مائکرو سینسر سے لیس ہے جو درجہ حرارت ، موجودہ اور وولٹیج جیسے ریئل ٹائم پیرامیٹرز جمع کرتے ہیں۔ ڈیٹا LORA یا NB IOT وائرلیس نیٹ ورکس کے ذریعہ کلاؤڈ پلیٹ فارم میں منتقل ہوتا ہے۔ 1.2GW فوٹو وولٹک پاور اسٹیشن پر ، ہر 15 منٹ میں 2 ملین ماڈیول ڈیٹا اپ لوڈ کرتے ہیں ، جس میں 10TB/سال کا ایک بڑے پیمانے پر ڈیٹا بیس تشکیل دیا جاتا ہے ، جو AI تجزیہ کی بنیاد فراہم کرتا ہے۔ جب جزو کا درجہ حرارت 5 ڈگری کی دہلیز سے زیادہ ہوجاتا ہے تو ، نظام خود بخود اسے "مشتبہ غلطی" کے طور پر نشان زد کرتا ہے اور مزید تشخیص کو متحرک کرتا ہے۔
ڈرون معائنہ نے بڑے پیمانے پر بجلی گھروں کا معائنہ کرنے کے مسئلے کو حل کیا ہے۔ ہائی ڈیفینیشن کیمروں اور اورکت تھرمل امیجرز سے لیس ڈرون 500000 مربع میٹر فی گھنٹہ کا معائنہ کرسکتا ہے ، جو دستی معائنہ سے 50 گنا زیادہ موثر ہے۔ تصویری شناخت کے الگورتھم کے ذریعہ ، ڈرون خود بخود چھپے ہوئے دراڑیں ، گرم دھبوں اور اجزاء میں دھول کی کوریج جیسے مسائل کی نشاندہی کرسکتے ہیں ، جس کی درستگی کی شرح 98 ٪ ہے۔ کسی خاص پاور اسٹیشن پر معائنہ کے لئے بغیر پائلٹ فضائی گاڑیوں کے تعارف کے بعد ، غلطی کا پتہ لگانے کا وقت اوسطا 7 دن سے 2 گھنٹے کم کردیا گیا ہے ، جس کے نتیجے میں بجلی کی پیداوار میں ہونے والے نقصان میں 1.5 ملین کلو واٹ گھنٹے کی سالانہ کمی واقع ہوئی ہے۔
موسمیاتی پیش گوئی کرنے والا نظام بجلی کی پیداوار کی درست پیش گوئی حاصل کرتا ہے۔ سیٹلائٹ کلاؤڈ امیجز ، گراؤنڈ ویدر اسٹیشنوں ، اور تاریخی بجلی پیدا کرنے کے تاریخی اعداد و شمار کی بنیاد پر ، اے آئی ماڈل اگلے 72 گھنٹوں کے لئے فوٹو وولٹائک آؤٹ پٹ کی پیش گوئی کرسکتا ہے جس میں 8 فیصد کے اندر اندر غلطی کی شرح کنٹرول کی جاسکتی ہے۔ یہ پاور گرڈ بھیجنے کے لئے قابل اعتماد بنیاد فراہم کرتا ہے ، جس سے گانسو میں پاور اسٹیشن کی روزانہ پلان انحراف کی شرح کو 15 فیصد سے کم کرکے 5 فیصد سے کم کیا جاتا ہے ، جو پیداوار کے اتار چڑھاو کی وجہ سے ہونے والے جرمانے سے گریز کرتا ہے۔
2 ذہین فیصلہ سازی: آپریشن اور بحالی کی حکمت عملیوں کی اصلاح کی اصلاح
مشین لرننگ الگورتھم 'بہترین آپریشنز کنسلٹنٹ' بن چکے ہیں۔ تاریخی اعداد و شمار کا تجزیہ کرکے ، اے آئی ماڈل اجزاء کے انحطاط کے نمونوں کی نشاندہی کرسکتے ہیں - مثال کے طور پر ، اگر اجزاء کا ایک کھیپ 3 سال کے آپریشن کے بعد موسم گرما میں اعلی درجہ حرارت کے دوران انحطاط کی شرح میں 10 ٪ اضافے کا تجربہ پایا جاتا ہے تو ، اس کی بنیاد پر ایک ہدف کی بحالی کا منصوبہ تیار کیا جاسکتا ہے: ہر سال موسم بہار میں صفائی اور موسم گرما میں معائنہ کی تعدد میں اضافہ ہوتا ہے۔ اس ماڈل کو کسی خاص پاور اسٹیشن پر لاگو کرنے کے بعد ، اجزاء کی اوسطا سالانہ توجہ کی شرح 2.5 ٪ سے کم ہوکر 2.0 ٪ ہوگئی ، اور 25 سالوں میں بجلی کی کل پیداوار میں 3 فیصد اضافہ ہوا۔
ذہین صفائی کے نظام الاوقات کے نظام کو "آن ڈیمانڈ کی صفائی" کا احساس ہوتا ہے۔ دھول جمع کرنے والے ماڈلز ، موسم کی پیش گوئی ، اور بجلی کی پیداوار کے نقصان کی پیش گوئیاں کا امتزاج کرتے ہوئے ، نظام خود بخود صفائی کے زیادہ سے زیادہ وقت کا حساب لگاتا ہے۔ سنکیانگ کے ایک پاور اسٹیشن پر ، یہ نظام صفائی کی تعدد کو ہر ماہ سے 2 بار سے کم کرکے 1-3 گنا کم کر دیتا ہے ، جس سے 30 ٪ پانی کی بچت ہوتی ہے جبکہ اس بات کو یقینی بناتے ہوئے کہ دھول کی وجہ سے بجلی کی پیداوار کا نقصان 2 ٪ سے زیادہ نہیں ہے۔ فوٹو وولٹک صفوں سے باخبر رہنے کے ل the ، سسٹم زیادہ سے زیادہ زاویہ پر گھومنے کے لئے بریکٹ کو بھی کنٹرول کرسکتا ہے ، اور صفائی کی کارکردگی کو بہتر بنانے کے لئے صفائی کے روبوٹ کے ساتھ تعاون کرسکتا ہے۔
غلطی کی تشخیص "پوسٹ مرمت" سے "پری انتباہ" میں منتقل ہوگئی ہے۔ کمپن تجزیہ اور صوتی پرنٹ کی شناخت کی ٹیکنالوجی کی بنیاد پر ، AI انورٹر کی آپریٹنگ آواز کے ذریعے اندرونی کپیسیٹر عمر بڑھنے کی ڈگری کا تعین کرسکتا ہے ، اور 6 ماہ پہلے ہی غلطیوں کے بارے میں خبردار کرتا ہے۔ کسی خاص آپریشن اور بحالی کمپنی کا معاملہ ظاہر کرتا ہے کہ پیش گوئی کی بحالی کو اپنانے کے بعد ، انورٹر کے غلطیوں کی مرمت کی لاگت میں 60 فیصد کمی واقع ہوئی ہے ، اور غیر منصوبہ بند ٹائم ٹائم میں 80 ٪ کمی واقع ہوئی ہے۔
3 ڈیجیٹل جڑواں: ورچوئل اور حقیقت کا امتزاج مکمل لائف سائیکل مینجمنٹ
ڈیجیٹل جڑواں ٹیکنالوجی پاور اسٹیشن . 1 کی 'ورچوئل امیج' تیار کرتی ہے: 1 کمپیوٹر میں فوٹو وولٹائک پاور پلانٹ کے تمام آلات اور ماحول کی بحالی ، اور جسمانی پاور پلانٹ کی آپریٹنگ حیثیت کی اصل وقت کی نقشہ سازی۔ مختلف لائٹنگ اور درجہ حرارت کے حالات کے تحت بجلی کی پیداوار کی نقالی کرکے ، جزو کی ترتیب کو بہتر بنایا جاسکتا ہے - ایک نیا تعمیر شدہ پاور اسٹیشن نے جزو کے فاصلے کو 3 میٹر سے ڈیجیٹل جڑواں تخروپن کے ذریعے 3.5 میٹر سے بڑھا کر ایڈجسٹ کیا ، جس سے عقبی اجزاء کی بجلی کی پیداوار میں 5 فیصد اضافہ ہوا اور سرمایہ کاری پر واپسی میں 1.2 فیصد پوائنٹس تک اضافہ ہوا۔
پاور پلانٹس کی تزئین و آرائش میں ، ڈیجیٹل جڑواں بچوں کے نقلی فنکشن کی قدر کو اجاگر کیا گیا ہے۔ ایک پرانے پاور اسٹیشن کے لئے جو 10 سالوں سے کام کر رہا ہے ، مختلف قسم کے انورٹرز اور اجزاء کی مجازی تبدیلی کا استعمال تزئین و آرائش کے بعد بجلی پیدا کرنے کی کارکردگی کو نقالی کرنے اور زیادہ سے زیادہ حل کو منتخب کرنے کے لئے استعمال کیا جاتا ہے۔ ایک مخصوص پاور اسٹیشن نے اس کی بنیاد پر "اعلی کارکردگی والے inverters کی جگہ لینے والے اجزاء+کو برقرار رکھنے" کے تزئین و آرائش کے طریقہ کار کا انتخاب کیا ، جس نے مکمل متبادل منصوبے کے مقابلے میں 40 ٪ اخراجات کی بچت کی اور بجلی کی پیداوار میں 12 ٪ اضافہ ہوا۔
ریموٹ آپریشن اور بحالی کا مرکز ہزاروں میل دور سے عین مطابق کنٹرول حاصل کرتا ہے۔ جیانگسو میں آپریشن اور بحالی کے ہیڈ کوارٹر میں ، انجینئر سنکیانگ پاور اسٹیشن کے معائنہ روبوٹ کو دور سے کنٹرول کرسکتے ہیں ، ٹریکنگ بریکٹ زاویہ کو ایڈجسٹ کرسکتے ہیں ، اور ڈیجیٹل ٹوئن سسٹم کے ذریعہ انورٹر کو اسٹارٹ/روک سکتے ہیں۔ یہ مرکزی آپریشن اور بحالی کا موڈ 1GW پاور اسٹیشن کے لئے آپریشن اور بحالی کے اہلکاروں کی تعداد کو 100 سے 30 تک کم کرتا ہے ، مزدوری کے اخراجات کو 70 ٪ کم کرتا ہے ، اور منٹ کی سطح تک ردعمل کی رفتار کو بہتر بناتا ہے۔
فوٹو وولٹک پاور پلانٹس کے ڈیجیٹل آپریشن اور بحالی میں لازمی طور پر اعداد و شمار کے بہاؤ کے ساتھ دستی مزدور کی جگہ لینا اور تجرباتی فیصلے کے بجائے الگورتھم کی اصلاح کا استعمال شامل ہے۔ یہ تبدیلی نہ صرف انفرادی بجلی گھروں کی کارکردگی کو بہتر بناتی ہے ، بلکہ بڑے پیمانے پر فوٹو وولٹک پاور پلانٹس کا انتظام کرنا بھی ممکن بناتی ہے-جب AI بیک وقت 10GW یا 100GW فوٹو وولٹائک اثاثوں کا انتظام کرسکتا ہے تو ، صاف توانائی کی کم لاگت اور اعلی کارکردگی کی فراہمی ایک نیا مرحلہ آگے لے جائے گی ، جو توانائی کی تبدیلی کے لئے ٹھوس تکنیکی مدد فراہم کرے گی۔