Rusza unijny projekt TWAIN – AI i cyfrowy bliźniak wspierają transformację energetyczną

Do 2050 roku Unia Europejska planuje zwiększyć produkcję energii z farm wiatrowych nawet do 3500 TWh rocznie. Aby było to możliwe, muszą one osiągnąć maksymalną wydajność, co z kolei oznacza precyzyjny wybór lokalizacji, w których będą budowane. W ramach unijnego projektu TWAIN, pomóc w tym mają takie technologie jak sztuczna inteligencja i cyfrowy bliźniak. Będą one wspierać operatorów farm w podejmowaniu świadomych decyzji, aby osiągać cele klimatyczne wyznaczone przez UE.

Aby zminimalizować negatywny wpływ farm wiatrowych na przyrodę i życie mieszkańców, a jednocześnie zmaksymalizować ich wydajność, konieczna jest szczegółowa analiza. Dotyczy ona często rozproszonych i trudno dostępnych danych. Oczywiście, aby osiągnąć maksymalną wydajność, farma musi być usytuowana w odpowiednio wietrznym miejscu. Ta z pozoru względnie prosta sprawa, wymaga szerokich analiz w kontekście szybko postępujących zmian klimatycznych, wpływu na ludzi i przyrodę.

“Te wszystkie dane często są dostępne, jednak zbierane osobno, w niejednolity sposób, co znacząco utrudnia praktyczne wykorzystanie ich potencjału. Celem projektu TWAIN jest stworzenie platformy, która będzie w stanie gromadzić ogromne wolumeny danych i analizować je, wyciągając przydatne wnioski” – tłumaczy Aleksander Radziwon, Associate Director, Digital Twins & NVIDIA w SoftServe.

TWAIN to 48-miesięczny projekt w ramach programu Horizon Europe, finansowany przez Komisję Europejską. Rrealizować go będzie konsorcjum składające się z dwunastu instytucji akademickich i firm: DTU Wind and Energy Systems (DK), CENER National Renewable Energy Centre (ES), Delft University of Technology (NL), Technical University of Munich (DE), F6S Innovation (IE), ENGIE Laborelec (FR), ENGIE Green (FR), EDF (FR), Ramboll (DE/DK), SoftServe (PL) i Vattenfall (SE).

SoftServe jest jedynym partnerem technologicznym projektu, a jednocześnie jedyną polską firmą w konsorcjum.

“Nasz multidyscyplinary zespół złożony jest z sześciu specjalistów Big Data i DevOps. Wspólna praca przy tak złożonym i interesujących projekcie pozwoli mam poszerzyć ekspertyzę i da szansę na wymianę wiedzy, również z osobami pracującymi dla innych członków konsorcjum” – mówi Karolina Jurak, menedżerka projektu z SoftServe Poland.

Cyfrowy bliźniak potrafi przewidywać przyszłość

W produkcji energii wiatrowej kluczem do efektywności jest przewidywalność. W osiągnięciu jej wsparcie stanowią innowacyjne metody, takie jak zaawansowane pomiary terenowe i technologia cyfrowych bliźniaków. Przypomnijmy, że polega ona na tworzeniu wirtualnych kopii fizycznych obiektów w celu symulacji ich zachowania w różnych warunkach operacyjnych. Dzięki tym narzędziom można dokładniej prognozować zarówno moc, jak i obciążenie poszczególnych farm.

Dzięki szczegółowej analizie cykli obciążenia i zmian w ich amplitudzie, możliwe jest również przewidywanie uszkodzeń czy ocena ryzyka awarii. A nawet szacowanie prawdopodobieństwa krytycznych uszkodzeń w komponentach turbin. Digital twin często służy jako narzędzie do zarządzania i kontroli działających już farm. W tym kontekście sztuczna inteligencja bywa wykorzystywana do przewidywania ewentualnych usterek, napraw i serwisów.

Cyfrowe kopie elektrowni czy farm wiatrowych pozwalają przyjrzeć się jak różne zmienne, w tym te związane z klimatem jak np. wzrost temperatur czy zmiana siły wiatru, mogą wpływać na ich efektywność i wydajność. “Korzystając z cyfrowego bliźniaka, możemy przetestować nasze teoretyczne założenia w symulowanych warunkach, zanim faktycznie wystąpią w rzeczywistości, co pozwala na lepsze przygotowanie do zarządzania ryzykiem” – mówi Aleksander Radziwon.

AI w służbie farm wiatrowych

Podstawą platformy TWAIN będzie integracja danych, bez której niemożliwe byłoby efektywne wykorzystanie modeli sztucznej inteligencji oraz technologii digital twin. Projekt ma na celu rozwój zaawansowanego systemu do zbierania i analizy danych dla właścicieli i operatorów farm wiatrowych. Skupia się na integracji różnorodnych, często konkurujących ze sobą źródeł informacji, co umożliwi efektywniejsze zarządzanie i optymalizację działalności.

Dzięki zaawansowanej integracji danych, technologia digital twin może odzwierciedlać rzeczywiste warunki operacyjne farm wiatrowych. To pozwala na zastosowanie i adaptowalność modeli AI w różnorodnych warunkach. W tym kontekście kluczowe znaczenie mają innowacyjne metody, takie jak transfer wiedzy i augmentacja danych. Pozwalają one na szersze i bardziej zróżnicowane szkolenie modeli AI. Dzięki tym technikom możliwe staje się lepsze zrozumienie obecnych warunków. A także przewidywanie przyszłych zmian i dostosowanie strategii operacyjnych w odpowiedzi na te prognozy.

Kwestią, która często pojawia się w kontekście stosowania AI, jest jej transparentność i pewność poprawności otrzymywanych wyników. W branży, gdzie decyzje mogą mieć dalekosiężne konsekwencje, niezbędne jest budowanie zaufania poprzez przejrzystość procesów decyzyjnych i jasne komunikowanie poziomu pewności wniosków. To podejście, wybrane przez konsorcjum realizujące projekt TWAIN, ułatwia współpracę między specjalistami różnych dziedzin. Jednocześnie wzmacnia zaufanie społeczności lokalnych i inwestorów do nowoczesnych technologii.

Projekt TWAIN, inspirowany wytycznymi Komisji Europejskiej, promuje odpowiedzialne dzielenie się danymi, wspierając się przy tym inicjatywami takimi jak Gaia-X. Chodzi oczywiście o strategię mającą na celu budowę niezawodnej infrastruktury do wymiany danych na rynku europejskim. To z kolei zwiększa bezpieczeństwo, zaufanie oraz ochronę środowiska, wspierając zrównoważony rozwój odnawialnych źródeł energii.