كيف يدعم الذكاء الاصطناعي في مجال الطاقة المتجددة الاستدامة

اعتمدنا كمجتمع على الوقود الأحفوري لفترة طويلة الآن. في العام الماضي، بلغت انبعاثات ثاني أكسيد الكربون المرتبطة بالطاقة على مستوى العالم مستوى قياسيًا جديدًا قدره 34.4 مليار طن متري. وعلى الرغم من أن اتفاقية باريس لعام 2015 تهدف إلى إبقاء الاحترار العالمي أقل بكثير من درجتين مئويتين من خلال خفض انبعاثات الكربون، فإننا ما زلنا نواجه صعوبة في تحقيق هذه الأهداف. وبالنظر إلى هذه الحقائق، يركّز قطاع الطاقة على الطاقة المتجددة.

تُولَّد الطاقة المتجددة من مصادر طبيعية تتجدد باستمرار وتظل مستدامة على المدى الطويل. وعلى خلاف أنواع الوقود الأحفوري مثل الفحم والنفط والغاز الطبيعي، التي قد تستغرق ملايين السنين لتتشكل وتنضب بمجرد استخدامها، يمكن تجديد مصادر الطاقة المتجددة باستمرار. ومن أمثلتها ضوء الشمس والرياح والطاقة الحرارية الأرضية.

الشكل 1. مصادر الطاقة المتجددة.

ومع ذلك، فإن التحول إلى الطاقة المتجددة ليس سهلًا. فهناك تحديات مثل اختيار المواقع المناسبة، ودمج الأنظمة، والحفاظ على تشغيل كل شيء بكفاءة. ويتجه قطاع الطاقة إلى الذكاء الاصطناعي (AI) والرؤية الحاسوبية للتغلب على هذه التحديات. ومن المتوقع أن تتجاوز قيمة سوق الذكاء الاصطناعي العالمي للطاقة النظيفة 75.82 مليار دولار بحلول عام 2030. في هذه المقالة، سنرى 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 المعلومات القيّمة واستخراجها من الصور ومقاطع الفيديو. وتستخدم 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 مجال الطاقة المتجددة:

• فحص المعدات آليًا: 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 الطاقة.
• التحسين والتعرّف: تحسين استخدام الطاقة في المباني، والتعرّف على الألواح الشمسية التالفة، وغير ذلك.

ومع ذلك، هناك أيضًا عيوب ينبغي أخذها في الاعتبار:

• التكاليف الأولية المرتفعة: قد يتطلب تطبيق تقنيات الذكاء الاصطناعي والرؤية الحاسوبية استثمارًا أوليًا كبيرًا في كل من الأجهزة والبرمجيات.
• الاعتماد على جودة البيانات: تعتمد فعالية أنظمة الرؤية الحاسوبية بدرجة كبيرة على جودة البيانات التي دُرِّبت عليها وكميتها، وقد يشكل ذلك عاملًا مقيدًا أحيانًا.
• صعوبة التكامل مع الأنظمة القديمة: غالبًا ما يكون دمج الآلات في البيئات الصناعية مع الذكاء الاصطناعي أمرًا صعبًا.

مع مراعاة الفوائد والعيوب، دعونا نستكشف بعض التطبيقات العملية للرؤية الحاسوبية في قطاع الطاقة المتجددة.

إدارة مزارع الطاقة الشمسية بمساعدة الرؤية الحاسوبية#

المزرعة الشمسية هي مساحة واسعة من الأرض تُركَّب فيها ألواح شمسية متعددة لتوليد الكهرباء من ضوء الشمس. ويمكن مراقبة المزارع الشمسية وإدارتها باستخدام الرؤية الحاسوبية طوال دورة الحياة الكاملة للوح الشمسي، التي تمتد 25 عامًا. فعلى سبيل المثال، خلال مرحلة الإنشاء، يمكن للطائرات المسيّرة والأقمار الصناعية التقاط صور عالية الدقة للموقع. ويمكن تحليل هذه الصور باستخدام الرؤية الحاسوبية للتأكد من تركيب كل شيء بصورة صحيحة. ويساعد اكتشاف الأخطاء مبكرًا، مثل الألواح غير المتراصفة أو التوصيلات غير الصحيحة، على توفير الوقت والمال من خلال منع الأخطاء المكلفة.

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

بعد بدء تشغيل المزرعة الشمسية، يمكن أن تؤدي الرؤية الحاسوبية دورًا مهمًا في الحفاظ على كفاءتها. إذ تستطيع الكاميرات عالية الدقة مراقبة الألواح الشمسية بحثًا عن مشكلات مثل التشققات، وتراكم الغبار، ونمو الأعشاب الضارة، ومخاطر السلامة. ويمكن لنظام ذكاء اصطناعي إعداد تقارير مفصلة عن المشكلات المحددة ومواقعها بسرعة. ويساعد ذلك عمال الصيانة على معالجة المشكلات بسرعة ودقة. كما يقلل من فترات التوقف ويجعل تشغيل المزرعة الشمسية أكثر سلاسة.

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

اكتشاف أعطال توربينات الرياح#

تُعد الرياح مصدرًا مهمًا آخر للطاقة المتجددة. وتستفيد توربينات الرياح من طاقة الرياح وتحولها إلى كهرباء. وهذه التوربينات عرضة للتآكل والاهتراء مثل أي آلات أخرى. ويضمن اكتشاف الأضرار السطحية في شفرات توربينات الرياح تحقيق الأداء الأمثل ومنع فترات التوقف المكلفة. وغالبًا ما تتضمن أساليب الفحص التقليدية إرسال شخص إلى أعلى البرج لإجراء فحص يدوي، وهو أمر قد يكون خطيرًا جدًا ويستغرق وقتًا طويلًا ومكلفًا. ويبسّط الذكاء الاصطناعي العملية بأكملها.

يمكن لنماذج الرؤية الحاسوبية مثل Ultralytics YOLOv8 تحليل صور ومقاطع فيديو لشفرات التوربينات التُقطت باستخدام طائرات مسيّرة أو كاميرات عالية الدقة مثبتة على الأرض. وتستخدم نماذج الذكاء الاصطناعي هذه مهامًا مثل اكتشاف الكائنات، وتجزئة المثيلات، وتصنيف الصور لتحديد أنواع مختلفة من الأضرار والأعطال في الشفرات، مثل تآكل الحافة الأمامية، والتشققات، والأضرار الناجمة عن ضربات البرق، والانفصال الطبقي، والبقع السطحية. وإضافة إلى ذلك، يمكن لأنظمة الذكاء الاصطناعي مراقبة أعداد الطيور المحلية والتكامل مع أنظمة أخرى لإبعادها، مما يمنع حدوث أضرار إضافية للشفرات ويحمي الطيور.

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

توربينات المد والجزر والأنظمة البيئية البحرية#

تُعد أمواج المد والجزر أيضًا مصدرًا جيدًا للطاقة المتجددة، لكنها تنطوي على بعض الأمور التي ينبغي أخذها في الاعتبار. إذ تؤثر توربينات المد والجزر سلبًا في النظام البيئي البحري المحيط بها. فهي تعيق حركة الكائنات البحرية، وقد تحاصرها أيضًا بين شفراتها. كما يمكن للضوضاء تحت الماء التي تنتجها هذه التوربينات أن تتداخل مع تواصل بعض الكائنات البحرية. ويمكن استخدام تقنيات ذكاء اصطناعي مختلفة لتجنب هذه العقبات.

لا نعرف إلا القليل جدًا عن هذه الأنظمة البيئية البحرية. لذلك، 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 بالذكاء الاصطناعي مخصصة لتوربينات 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 الأنظمة البيئية البحرية باستخدام الذكاء الاصطناعي. كما يساعد الباحثين على الإجابة عن الأسئلة عند البحث عن موقع لبناء التوربينات. فعلى سبيل المثال، قد يرغب أحد الباحثين في معرفة أعداد الأسماك وغيرها من أشكال الحياة المائية في المنطقة، أو معرفة ما إذا كانت توجد فيها أنواع مهددة بالانقراض. وحتى بعد اختيار الموقع وإنشاء التوربينات، يمكن استخدام هذه الأنظمة من أجل مراقبة البيئة والتوربينات على حد سواء.

اختيار مواقع محطات الطاقة الحرارية الأرضية باستخدام الذكاء الاصطناعي#

يمكن العثور على مصدر آخر للطاقة المتجددة في محطات الطاقة الحرارية الأرضية. إذ تستخدم هذه المحطات الحرارة الطبيعية للأرض لتوليد الكهرباء. وتقليديًا، تواجه هذه المحطات تحديات مثل أعطال المعدات غير المتوقعة، والإصلاحات المكلفة، واختيار المواقع بطريقة غير فعالة. ويمكن لأنظمة الذكاء الاصطناعي تحسين عمليات محطات الطاقة الحرارية الأرضية من خلال تحليل كميات كبيرة من البيانات، ورصد الأنماط، والتنبؤ بالمشكلات قبل حدوثها. ويساعد اتخاذ إجراءات استباقية بمساعدة الذكاء 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 فيما يتعلق بمحطات الطاقة الحرارية الأرضية عند محاولة تحديد مكان بناء المحطة. ويتضمن اختيار مواقع محطات الطاقة الحرارية الأرضية باستخدام الذكاء الاصطناعي استخدام صور الأقمار الصناعية والبيانات الجغرافية للعثور على الموقع المثالي. ويمكن للذكاء الاصطناعي تحليل عوامل مختلفة، مثل الخصائص الجيولوجية، وتدفق الحرارة، ودرجات حرارة السطح، لتحديد المواقع الواعدة لاستخراج الطاقة. ومن الناحية المثالية، ينبغي بناء محطة جديدة لتسخير أكبر قدر ممكن من الطاقة الحرارية الأرضية. كما يمكن للذكاء الاصطناعي المساعدة في تقييم الأثر البيئي، وإمكانية الوصول إلى البنية التحتية، والمخاطر المحتملة، مما يجعل عملية اختيار الموقع أكثر شمولًا ودقة.

الشركات الناشئة التي تستخدم الذكاء الاصطناعي لتقليل البصمات الكربونية#

تتضح أهمية الذكاء الاصطناعي في مواجهة التحديات البيئية بشكل متزايد. فقد كشفت دراسة أجرتها مجموعة بوسطن الاستشارية (BCG) أن 87% من قادة المناخ والذكاء الاصطناعي على مستوى العالم، من القطاعين العام والخاص، يدركون قيمة التحليلات المتقدمة والذكاء الاصطناعي في مكافحة تغير المناخ. كما يعتقد 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 وتمكين التنمية المستدامة:

• SmartHelio: شركة ناشئة سويسرية تشخّص مشكلات المزارع الشمسية عن بُعد، وتتنبأ بالأعطال، وتوفر حلولًا فورية باستخدام الذكاء الاصطناعي لتعزيز أداء الأنظمة الشمسية وعمرها التشغيلي.

• Enfor: تستخدم هذه الشركة الناشئة الدنماركية الذكاء الاصطناعي للتنبؤ بإنتاج الطاقة المتجددة واستهلاكها وتحسينهما استنادًا 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 ناشئة هندية توفر حلول تنظيف مستقلة تعتمد على الذكاء الاصطناعي للألواح الشمسية، وتحسّن جداول التنظيف والكفاءة لخفض البصمة الكربونية لإنتاج الطاقة الشمسية.

في الختام#

تعيد تقنيات الذكاء الاصطناعي تعريف 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 المتطورة الطاقة المتجددة أكثر كفاءة وموثوقية واستدامة. ومع تقدم القطاع، من المرجح أن يدفع الذكاء الاصطناعي نحو مزيد من الطاقة النظيفة ويسهم في كوكب أكثر صحة.

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