Sztuczna inteligencja zrobi prognozę na ciepło z PGE
Henryk Baranowski, prezes PGE Polskiej Grupy Energetycznej
W Grupie Kapitałowej PGE zdajemy sobie sprawę, że postęp technologiczny dokonuje się w niespotykanym tempie. Inspiruje nas to do ciągłej adaptacji modeli świadczonych usług. Chcemy być firmą nowoczesną i szybko reagującą na zmiany otoczenia, dlatego stawiamy na sztuczną inteligencję (SI) jako jeden z kluczowych motorów napędowych polskiej energetyki.
Jedną ze spółek PGE, która coraz częściej korzysta z rozwiązań z zakresu sztucznej inteligencji, jest Energia Ciepła, która opracowała wykorzystanie metod SI do prognozowania zapotrzebowania na ciepło. Projekt polegał na skonstruowaniu narzędzia, które na podstawie prognozy pogody będzie w stanie przewidzieć zapotrzebowanie na ciepło dla Krakowa w perspektywie siedmiu dni. W 2018 r. do projektu włączona została spółka PGE Systemy, odpowiedzialna w Grupie PGE za rozwiązania IT, czego efektem jest nowy model prognozowania zapotrzebowania na ciepło, wykorzystujący najnowsze modele uczenia maszynowego. Dzięki temu prognozowanie będzie jeszcze dokładniejsze, a możliwość modyfikacji modelu do zmieniających się uwarunkowań pracy elektrociepłowni stanie się łatwiejsza i szybsza.
Ponadto w elektrociepłowni PGE w Toruniu został opracowany model oceny prawdopodobieństwa wystąpienia awarii sieci ciepłowniczej. Dzięki wykorzystaniu metody uczenia maszynowego, na podstawie parametrów technologicznych ciepłociągów, historii awarii oraz danych dotyczących warunków eksploatacji jest możliwe wskazanie odcinków, na których wystąpienie awarii jest najbardziej prawdopodobne.
Kolejną spółką z GK PGE, poszukującą rozwiązań z zakresu SI, jest PGE Ventures, nasz fundusz venture capital. W ramach swojej działalności zainwestowała w start-up Lerta, który za pomocą metod SI jest w stanie określić, ile energii miesięcznie zużywają w gospodarstwie domowym urządzenia określonego typu, a co za tym idzie oszacować, ile pieniędzy użytkownicy wydają na konkretne aktywności.
Na podstawie danych pomiarowych z licznika głównego przygotowywany jest przebieg czasowy zużycia energii elektrycznej, a następnie jest analizowany za pomocą sieci neuronowych. Każde domowe urządzenie, jak pralka czy zmywarka, ma charakterystyczny profil zużycia energii w czasie. Na podstawie zebranych danych przeprowadzone zostało uczenie sieci neuronowych do rozpoznawania tych profili w sumarycznym zużyciu z licznika głównego. Tak powstał zestaw sieci neuronowych wyspecjalizowanych do rozpoznawania konkretnych typów urządzeń. Następnie, w wyniku analizy zużycia energii w danym okresie, którym jest typowe działanie urządzenia, jak np. cykl prania, powstaje lista aktywacji urządzeń w tym okresie. W ramach aktywacji sieć neuronowa szacuje datę i ilość energii przeznaczoną do wykonania takiej aktywacji, a następnie jest w stanie określić ilość zużytej energii przez każde z urządzeń.
Przykładem zastosowania SI w GK PGE jest także projekt „Włącz się na przyszłość", realizowany przez spółki PGE Obrót i PGE Nowa Energia. W ramach programu docelowo powstanie produkt z zakresu smart energy, który w przyszłości pomoże klientom indywidualnym śledzić za pomocą smartfonów i tabletów m.in. zużycie energii elektrycznej w ich domach. Dzięki specjalnej aplikacji na smartfony i tablety można sprawdzić, które sprzęty zużywają jej najwięcej i zdalnie je wyłączyć lub włączyć. Obecnie prowadzony jest program pilotażowy, który pomoże stworzyć produkt, który PGE Obrót będzie mogła oferować klientom na szeroką skalę.
Eureka! DGP
Rozstrzygnięcie konkursu nastąpi 22 maja podczas kongresu Impact'19 w Krakowie. Nagrodami są 30 tys. zł dla zespołu, który pracował nad zwycięskim wynalazkiem, ufundowane przez Mecenasa Polskiej Nauki – firmę Polpharma, oraz kampania promocyjna dla uczelni lub instytutu o wartości 50 tys. zł w mediach INFOR Biznes (wydawcy Dziennika Gazety Prawnej), ufundowana przez organizatora.