elektroenergetika
ELEKTROENERGETIKA
VESTI

FIRME
BAZA EE

EE BLOG
DOGAĐAJI

FAKULTETI
KNJIGE

ČASOPISI
POSLOVI

LINKOVI
SISTEMI

ISTORIJAT






24 Mar 2017 - startit - Kako smanjiti potrošnju na nivou cele države

Londonska AI kompanija, Deep Mind u pregovorima je sa britanskom nacionalnom energetskom mrežom sa ciljem smanjenja potrošnje električne energije u Velikoj Britaniji. Ono što je značajno u ovom predlogu, jeste što bi se do ove uštede došlo primenom tehnika mašinskog učenja i neuralnih mreža, bez ikakvih promena u samoj infrastrukturi.

Osnivač i izvršni direktor Deep Minda, Demis Hasabis, smatra da bi se AI optimizacijom mreže potrošnja energije mogla smanjiti do 10%, što bi bila značajna ušteda, kako u finansijskom, tako i u smislu smanjenja emisije ugljen-dioksida.

Optimizacija balansiranja ponude i tražnje

Zadatak Nacionalne energetske mreže je da balansira ponudu i tražnju električne energije. Trendove u tražnji je dosta lako predvideti, jer su uglavnom usklađeni sa standardnim ljudskim navikama (spavanje i buđenje) i sa vremenskim prilikama. S druge strane, situacija je dosta kompleksnija kada je u pitanju ponuda električne energije, posebno u sistemima poput britanskog, koji se u velikoj meri oslanjaju na obnovljive izvore energije.

Neretko se dešavalo da usled nedostatka vetra Britanci budu suočeni sa nestašicama električne energije, a poslednje velike restrikcije su se desile tokom novembra 2015.

Upravo ovi izazovi bi mogli da budu predupređeni korišćenjem pristupa koji je razvio DeepMind i koji se oslanja na mašinsko učenje. Uzimanjem i obradom velike količine podataka mogli bi da se kreiraju precizniji trendovi u ponudi električne energije, kao i da se predlažu rešenja za eventualne nestašice.

Iz DeepMinda tvrde da bi primenom tehnika mašinskog učenja, britanska energetska mreža mogla u još većoj meri da se osloni na obnovljive izvore energije, jer bi njihova nepredvidivost bila svedena na minimum tako što bi se vrlo precizno utvrdili pikovi u ponudi i potražnji za električnom energijom.

15% uštede struje u Google data centrima

DeepMind je sličnom analizom Google-ovih data centara doveo do 15% smanjenja u potrošnji električne energije. U ovim centrima se obrađuje ogromna količina podataka, a najveći deo električne energije se troši na hlađenje celog sistema. Treniranje neuralne mreže za preciznije predviđanje budućih potreba za hlađenjem dovelo je do toga da sistem za hlađenje radi 40% manje vremena.

U Deep Mindu kažu da bi sada želeli da sličnu metodu primene i na nivou cele državne energetske mreže, gde je moguće uočiti još veće neefikasnosti nego što je to slučaj sa Google-ovim data centrima.

DeepMind je osnovan 2010. godine u Londonu, a 2014. je akvizicijom postao deo Google-a. Pored primena tehnika mašinskog učenja na stvari poput efikasnosti energetskih mreža, ova kompanija se bavi i razvojem veštačke inteligencije u oblasti igara, gde je AlphaGo, sistem koji su kreirali, pobedio evropskog prvaka u igri Go, koja važi za jednu od najtežih na svetu.

Još jedan ogranak ove kompanije se bavi primenom veštačke inteligencije u zdravstvu, gde sarađuju sa Institutom za javno zdravlje Ujedinjenog Kraljevstva. U ovoj oblasti se tehnike mašinskog učenja koriste pre svega za brže dijagnostikovanje bolesti i bolje definisanje odgovarajuće terapije, ali se pored toga javila i briga za bezbednost prikupljenih podataka.




VESTI SRBIJA BALKAN

Sajt EE postoji od 2006. godine, sa namerom da se sve informacije iz elektroenergetike, nadju na jednom mestu.

Povezane vesti SVET :

15 Nov 2026 euronews
Gde se u Evropi najviše plaćaju električnu energiju
15 Nov 2026 b92
Nemačka na putu da dostigne novi rekord
10 Nov 2026 n1
Urugvaj: Zemlja gotovo nezavisna od nafte i gasa
9 Nov 2026 euronews
Šta donose pametna brojila i solarni paneli?
4 Nov 2026 politika
Nemačka planira da do 2031. izgradi 11 elektrana na prirodni gas
29 Okt 2026 blic
Solarnoj energiji predviđaju veliki preokret do 2030. godine
29 Okt 2026 forbes
Šta su virtualne elektrane koje dobijaju na značaju
21 Okt 2026 biznis
Cena električne energije u Japanu na četvorogodišnjem maksimumu
16 Okt 2026 b92
Evropu čeka zima rekordne zarade od baterija


Web Analytics