Jak przemysł może wykorzystać dane w zwalczaniu globalnego ocieplenia?

Cyfryzacja przemysłu to szansa na przyspieszenie gruntownych zmian w systemach energetycznych i ustabilizowanie klimatu.

Monitoring prowadzony przez Światową Organizację Meteorologiczną zarejestrował rekordowy wzrost stężenia dwutlenku węgla w atmosferze, dochodzący do 403,3 cząsteczek na milion — czyli o 145 proc. więcej w porównaniu z erą przedprzemysłową. Ostatnio porównywalne stężenie CO2 na Ziemi występowało 3 do 5 mln lat temu. Temperatura i poziom morza były wówczas wyższe odpowiednio o 2–3°C i 10–20 metrów w porównaniu ze stanem obecnym.

Realizacja długofalowych celów wyznaczonych przez decydentów politycznych wymaga ograniczenia emisji przez energochłonne budynki i branże o 80–90 proc. do 2050 r. Będzie to możliwe tylko pod warunkiem wczesnego podjęcia odpowiednich działań: im dłużej będziemy zwlekać, tym bardziej drastyczne i kosztowne rozwiązania trzeba będzie wprowadzić.

Zdecydowałem się przejść z Microsoftu do ABB ponieważ uważam, że następna fala innowacji opartych na danych będzie dotyczyła energii. Jedyną drogą jest bardziej inteligentne zużycie i wytwarzanie energii w zakładach przemysłowych. Rola przedsiębiorstw dostarczających media komunalne jest oczywiście istotna, ale fabryki i zarządcy budynków komercyjnych również mają motywację oraz środki, by podejmować działania niedostępne dla innych zainteresowanych stron.

Technologia oraz infrastruktura IT niezbędne do ucyfrowienia energetyki są już dostępne i wdrożone. Kiedyś „data-driven” („oparty na danych”) oznaczało, że podejmowanie decyzji odbywa się na podstawie danych zapisanych w arkuszu kalkulacyjnym. Wraz z cyfryzacją pojęcie to jednak ewoluuje – gromadzenie i analiza danych są zautomatyzowane, a kadra zarządzająca może więcej czasu poświęcić realizacji. Zastosowanie tej samej strategii do zarządzania energią jest po prostu racjonalne, ponieważ w większości sektorów koszty energii stanowią od 3 do 6 proc. wszystkich kosztów.

Postęp wymaga dwóch rzeczy: ekspertów merytorycznych i danych. Firmy takie jak ABB muszą agregować dane w celu budowy zbiorów potrzebnych do uczenia maszynowego oraz stosować swoją fachową wiedzę w praktyce. Jednocześnie powinny dbać o to, aby poszczególne usługi oparte na sztucznej inteligencji dostarczały realnej wartości oraz działały w niezawodny sposób.

Pierwszym etapem jest lepsze zrozumienie sprzętu i jego parametrów. Chodzi o to, aby konserwacja predykcyjna mogła zastąpić rutynowe przeglądy, które nie zawsze są potrzebne. Kiedy nasza sztuczna inteligencja zrozumie już jak wyglądają parametry prawidłowo funkcjonujących maszyn, będzie mogła natychmiast dostrzegać wszelkie nieprawidłowości.

Około 12 proc. energii wykorzystywanej w fabrykach służy do ogrzewania lub chłodzenia budynku. Chcielibyśmy, aby układ sztucznej inteligencji zauważał nieprawidłowo działający moduł natychmiast, a nie po miesiącu, kiedy nadmierne zużycie energii ujawni się w rutynowym raporcie.

Podobną technologię można zastosować także w przypadku problemów z zasilaniem w coraz większej liczbie fabryk wykorzystujących dostępne na miejscu odnawialne źródła energii. Na podstawie gromadzonych danych środowiskowych, takich jak temperatura, wilgotność i wibracje, możemy tworzyć bardziej skomplikowane modele, w których korelujemy historyczne dane środowiskowe z wynikami pomiarów operacyjnych.

Jeżeli uda nam się rozwiązać kwestię gospodarowania energią w fabryce, będzie to kolejny mały, ale cenny krok ku stabilizacji klimatu na Ziemi. Sztuczna inteligencja będzie mogła przewidywać zapotrzebowanie na energię oraz jej ilość uzyskiwaną z instalacji słonecznych lub wiatrowych, aby zakład mógł zgromadzić odpowiedni zapas energii z surowców odnawialnych lub nawet z sieci, ale poza godzinami szczytu.

Niektórzy wątpią w teorię jakoby przyczyną zmian klimatu była działalność człowieka. Istnieją więc sceptycy, ale żaden z nich nie zaprzeczy, że energia jest droga, a zarządzanie jej wytwarzaniem i zużyciem mogłoby być znacznie inteligentniejsze.

Autor: Andrea Temporiti

Artykuł pochodzi z bloga ABB Conversations

Kategorie and Tagi
Related stories
Skomentuj ten artykuł