كيف يدعم الذكاء الاصطناعي الاستدامة في قطاع الطاقة المتجددة

اعتمدنا كمجتمع على الوقود الأحفوري مدة طويلة. وفي العام الماضي، بلغت انبعاثات ثاني أكسيد الكربون العالمية المرتبطة بالطاقة مستوى قياسيًا جديدًا قدره 34.4 مليار طن متري. وعلى الرغم من أن اتفاق باريس لعام 2015 يهدف إلى إبقاء الاحترار العالمي دون درجتين مئويتين بكثير عبر خفض انبعاثات الكربون، فإننا ما زلنا نواجه صعوبة في تحقيق هذه الأهداف. وبالنظر إلى هذه الحقائق، يركز قطاع الطاقة على الطاقة المتجددة.

تُنتَج الطاقة المتجددة من مصادر طبيعية تتجدد باستمرار وتستدام على المدى الطويل. وعلى خلاف أنواع الوقود الأحفوري مثل النفط والغاز الطبيعي والفحم، التي قد يستغرق تكوّنها ملايين السنين وتنفد بعد استخدامها، تتجدد مصادر الطاقة المتجددة باستمرار. ومن أمثلتها ضوء الشمس والرياح والطاقة الحرارية الأرضية.

الشكل 1. مصادر الطاقة المتجددة.

لكن التحول إلى الطاقة المتجددة ليس بالأمر السهل. فهناك تحديات مثل اختيار المواقع المناسبة، ودمج الأنظمة، وضمان كفاءة التشغيل. وتتجه صناعة الطاقة إلى الذكاء الاصطناعي (AI) والرؤية الحاسوبية لمواجهة هذه التحديات. ومن المتوقع أن تتجاوز قيمة سوق الذكاء الاصطناعي للطاقة النظيفة عالميًا 75.82 مليار دولار بحلول عام 2030. في هذا المقال، سنستعرض كيف يغير الذكاء الاصطناعي والرؤية الحاسوبية قطاع الطاقة المتجددة ويدعمان الاستدامة.

الذكاء الاصطناعي والطاقة المتجددة: جعل الطاقة الخضراء أكثر ذكاءً#

تُحدث تقنيات الذكاء الاصطناعي، مثل الرؤية الحاسوبية، تحولًا في قطاع الطاقة المتجددة من خلال تحليل الصور ومقاطع الفيديو واستخراج معلومات قيّمة منها. تستخدم الرؤية الحاسوبية الخوارزميات ونماذج التعلم العميق لمساعدة الآلات على تفسير البيانات المرئية وفهمها. وتجعل هذه التطورات عمليات الطاقة المتجددة أكثر كفاءة وموثوقية وفعالية من حيث التكلفة.

فيما يلي بعض الفوائد الرئيسية لاستخدام الرؤية الحاسوبية في الطاقة المتجددة:

• الفحص الآلي للمعدات: فحص المعدات آليًا لاكتشاف الأعطال مبكرًا، وجدولة الصيانة في الوقت المناسب، ومنع الأعطال المكلفة.
• التنبؤ بتوليد الطاقة: التنبؤ بالطاقة المولدة من مصادر مثل الشمس والرياح لتحسين إدارة شبكة الكهرباء.
• التحسين والتعرّف: تحسين استهلاك الطاقة في المباني، وتحديد الألواح الشمسية المتضررة، وغير ذلك.

ومع ذلك، هناك أيضًا جوانب سلبية ينبغي مراعاتها:

• التكاليف الأولية المرتفعة: قد يتطلب تطبيق تقنيات الذكاء الاصطناعي والرؤية الحاسوبية استثمارات أولية كبيرة في الأجهزة والبرامج على حد سواء.
• الاعتماد على جودة البيانات: تعتمد فاعلية أنظمة الرؤية الحاسوبية بدرجة كبيرة على جودة البيانات التي دُرّبت عليها وكميتها، وقد يشكل ذلك عاملًا مقيّدًا أحيانًا.
• صعوبة التكامل مع الأنظمة القديمة: غالبًا ما يكون دمج الآلات في البيئات الصناعية مع الذكاء الاصطناعي أمرًا صعبًا.

مع مراعاة الفوائد والجوانب السلبية، لنستكشف بعض التطبيقات العملية للرؤية الحاسوبية في قطاع الطاقة المتجددة.

إدارة مزارع الطاقة الشمسية بمساعدة الرؤية الحاسوبية#

المزرعة الشمسية مساحة واسعة من الأرض تُركب فيها ألواح شمسية متعددة لتوليد الكهرباء من ضوء الشمس. ويمكن مراقبة المزارع الشمسية وإدارتها باستخدام الرؤية الحاسوبية على امتداد دورة حياة اللوح الشمسي البالغة 25 عامًا. فعلى سبيل المثال، يمكن للطائرات المسيّرة والأقمار الصناعية التقاط صور عالية الدقة للموقع خلال مرحلة الإنشاء. ويمكن تحليل هذه الصور باستخدام الرؤية الحاسوبية للتأكد من تركيب كل شيء على النحو الصحيح. ويسهم اكتشاف الأخطاء مبكرًا، مثل عدم محاذاة الألواح أو التوصيلات الكهربائية غير الصحيحة، في توفير الوقت والمال من خلال تفادي الأخطاء المكلفة.

الشكل 2. مراقبة تركيب الألواح الشمسية ومقارنته بمخططات التصميم باستخدام الرؤية الحاسوبية.

بعد بدء تشغيل مزرعة الطاقة الشمسية، تؤدي الرؤية الحاسوبية دورًا حيويًا في الحفاظ على كفاءتها. ويمكن للكاميرات عالية الدقة مراقبة الألواح الشمسية بحثًا عن مشكلات مثل الشقوق، وتراكم الغبار، ونمو الأعشاب، ومخاطر السلامة. ويستطيع نظام ذكاء اصطناعي إعداد تقارير مفصلة بسرعة عن المشكلات المحددة ومواقعها. ويساعد ذلك عمال الصيانة على معالجة المشكلات بدقة وسرعة. كما يقلل فترات التوقف ويجعل تشغيل مزرعة الطاقة الشمسية أكثر سلاسة.

يمكن لأنظمة الرؤية الحاسوبية أيضًا استخدام صور آنية للتحقق من مقدار الغطاء السحابي فوق مزرعة الطاقة الشمسية. ويجمع الذكاء الاصطناعي بيانات السحب مع معلومات أخرى، مثل درجة الحرارة والرطوبة، للتنبؤ بكمية الطاقة التي ستنتجها المزرعة. ويساعد ذلك في تخطيط إمدادات الطاقة وإدارتها، بما يجعل مزرعة الطاقة الشمسية أكثر كفاءة وموثوقية.

اكتشاف أعطال توربينات الرياح#

تُعد الرياح مصدرًا رائعًا آخر للطاقة المتجددة. وتحول توربينات الرياح طاقة الرياح إلى كهرباء، لكنها تتعرض للتآكل مثل أي آلة أخرى. ويضمن اكتشاف الأضرار السطحية في شفرات توربينات الرياح الأداء الأمثل ويمنع فترات التوقف المكلفة. وغالبًا ما تتطلب أساليب التفتيش التقليدية إرسال شخص إلى أعلى البرج لإجراء فحص يدوي، وهو أمر بالغ الخطورة ويستغرق وقتًا طويلًا ويكلف الكثير. أما الذكاء الاصطناعي فيبسّط العملية بأكملها.

تستطيع نماذج الرؤية الحاسوبية مثل Ultralytics YOLOv8 تحليل صور ومقاطع فيديو لشفرات التوربينات، تلتقطها طائرات مسيّرة أو كاميرات أرضية عالية الدقة. وتستخدم نماذج الذكاء الاصطناعي هذه مهامًا مثل كشف الأجسام وتقسيم المثيلات وتصنيف الصور لتحديد أنواع الأضرار والعيوب المختلفة في الشفرات، مثل تآكل الحافة الأمامية والتشققات وأضرار الصواعق والانفصال الطبقي والبقع السطحية. ويمكن استخدام مجموعات البيانات العامة مثل أضرار سطح توربينات الرياح الموسومة لـ YOLO على Ultralytics Platform لتدريب هذه النماذج. وإضافة إلى ذلك، تستطيع أنظمة الذكاء الاصطناعي مراقبة جماعات الطيور المحلية والتكامل مع أنظمة أخرى لإبعادها، مما يمنع وقوع مزيد من الأضرار للشفرات ويحمي الطيور.

الشكل 3. مثال على اكتشاف الأضرار السطحية في توربينات الرياح باستخدام الرؤية الحاسوبية (المصدر: labellerr.com).

توربينات المد والجزر والنظم البيئية البحرية#

تُعد المد والجزر أيضًا مصدرًا جيدًا للطاقة المتجددة، لكن طاقة المد والجزر تنطوي على بعض الأمور التي ينبغي مراعاتها. إذ تؤثر توربينات المد والجزر سلبًا في النظام البيئي البحري المحيط بها؛ فهي تعيق حركة الكائنات البحرية وقد تحاصرها بين شفراتها. كما يمكن للضوضاء تحت الماء التي تصدرها هذه التوربينات أن تعيق تواصل بعض الكائنات البحرية. ويمكن استخدام تقنيات ذكاء اصطناعي متنوعة لتفادي هذه العقبات.

لا نعرف سوى القليل عن هذه النظم البيئية البحرية. لذا، من المهم استخدام تقنيات متقدمة للبحث في هذه البيئات ودراستها بالتفصيل قبل استخراج الطاقة منها. وبتمويل من وزارة الطاقة الأمريكية، تتعاون شركات مثل Plainsight وMarineSitu لإنشاء أنظمة لمراقبة البيئة قائمة على الذكاء الاصطناعي، لاستخدامها مع توربينات المد والجزر ومحولات طاقة الأمواج. وتستخدم هذه الأنظمة نماذج رؤية متطورة وكاميرات تحت الماء.

الشكل 4. مثال على استخدام نموذج الرؤية الحاسوبية Ultralytics YOLOv8 لاكتشاف الأسماك.

يمكننا فهم النظم البيئية البحرية باستخدام الذكاء الاصطناعي. كما يساعد الذكاء الاصطناعي الباحثين في الإجابة عن الأسئلة عند البحث عن موقع لبناء التوربينات. فعلى سبيل المثال، قد يرغب أحد الباحثين في معرفة أعداد الأسماك وغيرها من الكائنات المائية في المنطقة، أو ما إذا كانت تضم أنواعًا مهددة بالانقراض. وحتى بعد اختيار الموقع وإنشاء التوربينات، يمكن استخدام هذه الأنظمة أيضًا لمراقبة البيئة والتوربينات.

اختيار مواقع محطات الطاقة الحرارية الأرضية باستخدام الذكاء الاصطناعي#

يمكن العثور على مصدر آخر للطاقة المتجددة في محطات الطاقة الحرارية الأرضية. وتستخدم هذه المحطات الحرارة الطبيعية للأرض لتوليد الكهرباء. وتواجه هذه المحطات تقليديًا تحديات مثل أعطال المعدات غير المتوقعة، والإصلاحات المكلفة، وعدم كفاءة اختيار المواقع. ويمكن لأنظمة الذكاء الاصطناعي تحسين تشغيل محطات الطاقة الحرارية الأرضية عبر تحليل كميات كبيرة من البيانات، ورصد الأنماط، والتنبؤ بالمشكلات قبل وقوعها. ويساعد النهج الاستباقي المدعوم بالذكاء الاصطناعي على استمرار تشغيل المحطة بسلاسة وتجنب الإصلاحات الباهظة.

الشكل 5. محطة لتوليد الطاقة الحرارية الأرضية. مصدر الصورة: Envato Elements.

يظهر أحد أكثر تطبيقات الذكاء الاصطناعي إثارة للاهتمام في محطات الطاقة الحرارية الأرضية عند محاولة تحديد موقع إنشاء المحطة. ويتضمن اختيار مواقع هذه المحطات باستخدام الذكاء الاصطناعي الاستعانة بصور الأقمار الصناعية والبيانات الجغرافية للعثور على الموقع الأمثل. ويمكن للذكاء الاصطناعي تحليل عوامل متعددة، مثل السمات الجيولوجية وتدفق الحرارة ودرجات حرارة السطح، لتحديد المواقع الأكثر وعدًا باستخراج الطاقة. ومن الناحية المثالية، ينبغي إنشاء المحطة الجديدة لاستغلال أكبر قدر ممكن من الطاقة الحرارية الأرضية. ويمكن للذكاء الاصطناعي أيضًا المساعدة في تقييم الأثر البيئي وإمكانية الوصول إلى البنية التحتية والمخاطر المحتملة، ما يجعل عملية اختيار الموقع أكثر شمولًا ودقة.

شركات ناشئة تستخدم الذكاء الاصطناعي لتقليل البصمة الكربونية#

تتضح أهمية الذكاء الاصطناعي في مواجهة التحديات البيئية على نحو متزايد. وكشف استطلاع أجرته مجموعة بوسطن الاستشارية (BCG) أن 87% من قادة المناخ والذكاء الاصطناعي في العالم، من القطاعين العام والخاص، يدركون قيمة التحليلات المتقدمة والذكاء الاصطناعي في مكافحة تغير المناخ. كما يرى 67% من قادة القطاع الخاص أن على الحكومات اتخاذ تدابير أكثر استباقية لدعم دمج الذكاء الاصطناعي في المبادرات البيئية.

لنلقِ نظرة على بعض الشركات الناشئة التي تستخدم الذكاء الاصطناعي والرؤية الحاسوبية لتحويل قطاع الطاقة المتجددة وتعزيز التنمية المستدامة:

• SmartHelio: شركة سويسرية ناشئة تشخّص مشكلات مزارع الطاقة الشمسية عن بُعد، وتتنبأ بالأعطال، وتقدم حلولًا آنية باستخدام الذكاء الاصطناعي لتعزيز أداء أنظمة الطاقة الشمسية وعمرها التشغيلي.
• Enfor: تستخدم هذه الشركة الدنماركية الناشئة الذكاء الاصطناعي للتنبؤ بإنتاج الطاقة المتجددة واستهلاكها وتحسينهما، بالاستناد إلى بيانات الطقس والتضاريس والمحطات، مما يقلل هدر الطاقة والبصمة الكربونية.
• Nova Innovation: تقود Nova Innovation ائتلافًا أوروبيًا، وتستخدم الذكاء الاصطناعي لتحسين أداء توربينات المد والجزر وتسريع تسويق طاقة المد والجزر، مقدمةً بديلًا منخفض الكربون.
• Solavio: شركة هندية ناشئة تقدم حلول تنظيف مستقلة للألواح الشمسية مدعومة بالذكاء الاصطناعي، وتحسّن جداول التنظيف والكفاءة لتقليل البصمة الكربونية لإنتاج الطاقة الشمسية.

في الختام#

تعيد تقنيات الذكاء الاصطناعي رسم ملامح قطاع الطاقة المتجددة من خلال التنبؤ باحتياجات الصيانة، واكتشاف المشكلات مبكرًا، ومراقبة الظروف البيئية، والعثور على أفضل المواقع للمزارع الشمسية وتوربينات الرياح الجديدة. وتجعل تطبيقات الذكاء الاصطناعي هذه الطاقة المتجددة أكثر كفاءة وموثوقية واستدامة. ومع تقدم القطاع، يُرجح أن يسهم الذكاء الاصطناعي في دفع عجلة الطاقة النظيفة والمساعدة في جعل كوكبنا أكثر صحة.

هل تريد معرفة المزيد عن الذكاء الاصطناعي؟ تواصل مع مجتمعنا! واستكشف مستودع GitHub لمعرفة المزيد عن كيفية استخدامنا الذكاء الاصطناعي لإنشاء حلول مبتكرة في قطاعات متنوعة مثل الرعاية الصحية والزراعة. تعاون وابتكر وتعلّم معنا!