Energia rinnovabileL'intelligenza artificiale nel software di gestione dell'energia
Sommario
Sembra esserci un ampio consenso sulle basi dell'EMS. C'è anche un ampio consenso sul fatto che tale software sia un prerequisito per il successo a lungo termine della gestione dell'energia. Il collegamento tra la gestione dell'energia e l'IIoT (internet industriale delle cose) è spesso indicato come il motore della prossima rivoluzione industriale. Ma quali applicazioni di AI/machine learning sarebbero più ovvie o darebbero i maggiori benefici? E ci siamo imbattuti nel progetto tedesco KiPro, finanziato dal Ministero federale tedesco dell'economia e della tecnologia. Diteci cosa pensate che sarà la prossima grande "AI EMS thing". O semplicemente indirizzateci verso altre
interessanti società o esempi, poiché siamo sempre desiderosi di presentarli ad un vasto pubblico dell'EEIP. Per qualsiasi domanda, commento o per fornirci ulteriori informazioni. Clicca qui per maggiori informazioni su AI e software di gestione dell'energia relativi a IoT is Today, di Levis Gandeu. © © © juergen. 2017. © 2017.
Aprire articolo completo
L'intelligenza artificiale nel software di gestione dell'energia
Questo non è un blog sull'AI, l'apprendimento automatico o anche l'apprendimento profondo.
Si tratta di una rapida rassegna su quanto il software di gestione dell'energia (EMS) si sia sviluppato negli ultimi anni. E se possiamo vedere i primi segni che le applicazioni sono ora incorporate negli EMS che alcuni chiamerebbero come basati su o usando l'AI o l'apprendimento automatico.
Livello base EMS
Sembra esserci un ampio consenso sulle basi dell'EMS: il software dovrebbe essere in grado di
- Raccogliere dati automaticamente attraverso diverse interfacce e da diverse applicazioni
- Elaborare rapidamente i dati e fornirli come base per decisioni e azioni
- Essere integrato in sistemi e processi esistenti usando sistemi di bus, protocolli e standard esistenti
- Supportare le regole del sistema generale di gestione dell'energia attraverso azioni automatizzate
- Consentire idealmente anche il forcasting
- Inviare segnali di allarme per certi parametri predefiniti
E sì, c'è anche un ampio consenso sul fatto che un tale software è un prerequisito per il successo a lungo termine della gestione energetica. Anche se i fogli excel sono ancora utilizzati nell'industria. Ma questa è un'altra storia.
Casi d'uso: Il legame tra gestione dell'energia e IIoT
IIoT (internet industriale delle cose) è spesso indicato come il motore della prossima rivoluzione industriale. Un certo numero di casi d'uso sono definiti per mostrare i benefici dell'IIoT. Alcuni di essi sono piuttosto facili da capire, si pensi alla "manutenzione predittiva", alcuni sono più difficili da pensare e da sviluppare, ad esempio "nuovi modelli di business". E l'efficienza energetica è anche menzionata come uno dei casi d'uso ovvi (e facili da capire).
Ma qualsiasi caso d'uso IIoT si pensi, hanno una cosa in comune. Si parla sempre di big data. E i grandi dati sono la base per qualsiasi applicazione di AI, machine learning ecc.
Quindi dove sono le applicazioni di AI o di apprendimento automatico basate sui grandi dati quando si guarda al software di gestione dell'energia?
O per riformulare la domanda: quali applicazioni di AI/machine learning sarebbero più ovvie o fornirebbero il massimo beneficio?
Non siamo esperti di AI, ma...
Abbiamo parlato con diversi fornitori di software di gestione dell'energia. E ne abbiamo trovato solo uno che crediamo abbia toccato l'argomento: IngSoft e il "riconoscimento automatico dei modelli".
Secondo IngSoft, questa nuova funzionalità può rilevare automaticamente i dati di consumo energetico irregolare, permette di identificare immediatamente le cause e di reagire. Non abbiamo parlato con IngSoft su come lo fanno e su quanto profonda deve essere l'integrazione del software per permettere un tale riconoscimento di pattern. Quindi, chiaramente, siamo anche interessati al feedback delle aziende che utilizzano questa nuova applicazione.
In parallelo, ho discusso con IBM in un evento a Bruxelles su "Efficienza energetica: il fattore AI" casi di utilizzo industriale per la piattaforma IBM Watson AI. Anche se sono stati mostrati esempi impressionanti, questi erano per lo più intorno alla gestione delle informazioni tecniche piuttosto che concentrarsi sulla gestione dell'energia. Ma restiamo in contatto con IBM perché ci hanno promesso di riferirci altri casi d'uso. Potenzialmente anche quelli legati alla gestione dell'energia.
Un'altra iniziativa in cui ci siamo imbattuti è il progettotedesco KiPro, finanziato dal Ministero federale tedesco dell'economia e della tecnologia. KiPro sta per "Künstliche Intelligenz in der Produktion" (in inglese significa "AI in Production"). L'obiettivo del KiPro è quello di sviluppare piattaforme supportate dall'AI per assistere la produzione e migliorare l'efficienza energetica. Si basa sull'EMS che raccoglie i dati ma poi applica applicazioni AI per supportare gli "umani" nel loro processo decisionale. Beh, il riconoscimento automatico dei modelli suona come un possibile caso d'uso, giusto? Ma probabilmente ce ne sono altri.
Outlook: AI e software di gestione dell'energia
Questo è un invito ad aprire il dibattito. Diteci cosa pensate che sarà la prossima grande "cosa AI EMS". O semplicemente indirizzateci verso società o esempi interessanti, poiché siamo sempre desiderosi di presentarli ad un vasto pubblico dell'EEIP.
Per qualsiasi domanda, commento o per fornirci ulteriori informazioni, contattatemi sotto juergen.ritzek[at]ee-ip.org
Articoli correlati
- L'IoT è oggi!, di Levis Gandeu
- L'analisi dei dati può sostituire le persone nell'efficienza energetica?, di Steve Baab
Fonti
- Evento: Efficienza energetica: AI Factor, IBM, Bruxelles, 19.09.2017
- IngSoft: innovazione - riconoscimento automatico dei modelli
- KiPro: Künstliche Intelligenz in der Produktion
