Come big data e intelligenza artificiale cambiano le reti energetiche

Big data, algoritmi e sistemi di intelligenza artificiale si stanno rilevando strumenti strategici per la gestione, lo sviluppo e la pianificazione di sistemi complessi di rete ma anche per la ottimizzazione della gestione degli impianti. L’analisi dei dati in tempo reale permette infatti lo sviluppo di sistemi predittivi che aiutano a gestire in maniera sempre più efficiente non solo le reti, ma anche gli impianti per la produzione dell’energia, come pure i bacini idrici. Si tratta di sistemi ormai maturi su scala industriale che permettono di migliorare l’efficienza delle reti e degli impianti e di ridurre emissioni e gli sprechi. Lo dimostra l’accordo che proprio in questi giorni è stato sottoscritto da Enel e da General Electric che utilizzeranno e ottimizzeranno il software di GE Asset Performance Management (APM) in tredici centrali a gas e una a carbone, che hanno una capacità installata totale di 7 GW,  per monitorare, predire e rafforzare l’affidabilità degli impianti. Per Russell Stokes, CEO di GE Power, “La trasformazione digitale della filiera dell’energia elettrica ha il potenziale di generare un valore di oltre 1.1 miliardi di Euro per gli operatori globali di settore e per le utility nel prossimo decennio”.

Predix è una piattaforma cloud-based che consente alle aziende di collegare le apparecchiature già in funzione, sulle quali vengono installate migliaia di sensori, e recuperare i loro dati senza dover stravolgere l’infrastruttura esistente. Una volta raccolti, i dati vengono analizzati per essere fruibili a chi deve prendere decisioni, sia di carattere operativo che strategico.

L’applicazione Asset Performance Management utilizza algoritmi predittivi per analizzare i dati, individuare e notificare problemi prima che essi accadano, aumentando l’affidabilità e la disponibilità degli asset, e riducendone al contempo i costi operativi e di manutenzione. Le notifiche APM non si limitano a mostrare all’operatore un indicatore e a lanciare un allarme, ma sono capaci di interpretare (grazie all’analisi di grandi quantità storiche di dati) i valori effettivi dei sensori collegati ai diversi asset per produrre indicazioni che siano adeguate al contesto, e quindi utili.

Strumenti analoghi cominciano ad essere usati e sviluppati un po’ dappertutto. A Lucca, nel corso di Critis2017, Giuseppe Sardu, presidente di Acque Spa, utility toscana del servizio idrico, ha presentato un sistema che permetterà di gestire la complessa rete dei servizi di manutenzione.

Algoritmi predittivi e sistemi di intelligenza artificiale possono offrire il loro contributo anche nella gestione degli impianti di produzione come per esempio una acciaieria. A spiegarlo molto bene su Blog Italia è Valentina Colla, ricercatrice che alla Sant’Anna di Pisa sta coordinando un progetto dal titolo “Optimization of the management of the process gases network within the integrated steelworks” (acronimo GASNET, e in italiano il nome del progetto suona più o meno come “Ottimizzazione della gestione delle reti e dei processi gassosi nelle acciaierie”).  

Lo scopo del progetto è ridurre al minimo le emissioni sfruttando al meglio le caratteristiche dei gas prodotti dai processi per alimentarne altri o produrre energia. In questo modo si riesce a combinare insieme le esigenze economiche (contenere i costi), con quelle ecologiche (ridurre gli sprechi e le emissioni) rendendo più competitive e meno inquinanti le grandi industrie che producono acciaio da ciclo integrale. Per riuscire a raggiungere questo obiettivo, si fa un uso importante e massivo di tecniche di Intelligenza Artificiale, quali reti neurali ed algoritmi evolutivi. Sistemi che ci permettono di rappresentare i processi di generazione e consumo dei gas e di ottimizzarne la rete di distribuzione.

Se avete correzioni, suggerimenti o commenti scrivete a dir@agi.it