„Saulės jėgaines savo namų ūkiuose turintys asmenys dažnai nežino, ar jos veikia, kadangi dirbanti ir nedirbanti jėgainė atrodo visiškai vienodai. Ir nors vartotojai turi galimybę stebėti savo elektrinės darbo našumą, daugelis jos veikimo nuolat neseka. Tačiau poreikis informuoti vartotojus apie elektrinės darbo sutrikimus, įspėti, jei įvyko sutrikimas arba išsijungė jėgainė dėl paties kliento ar rangovo veiksmų, yra labai svarbus“, – teigia K.Verbiejus.
„Svarstėme, gal šiam tikslui galėtų pasitarnauti automatizuotos apskaitos perduodami duomenys. Kilo mintis šių duomenų analitikai panaudoti dirbtinį intelektą. Pritaikėme mašininį mokymąsi (angl. machine learning) ir dabar testuojame paslaugą, padedančią pagal skaitiklio duomenis sužinoti apie gedimus kliento tinkle“, – pasakoja M.Šoliūnas.
Nauda vartotojams – tiesioginė
Pasak K.Verbiejaus, gali būti daug priežasčių, kodėl saulės elektrinės neveikia. Tačiau iš patirties žinoma, jog viena populiariausių problemų – inverterio sutrikimas ar gedimas. Kitas dažnas kuriozas – paties vartotojo ar jo rangovo pamiršta įjungti jėgainė. Nepriklausomai nuo priežasties, tai reiškia prarastas pajamas jėgainės šeimininkui.
„Ar veikia elektrinė, svarbu žinoti pačiam klientui dėl finansinio motyvo. Jei lauke – saulė, visi prietaisai namuose gali naudoti šį energijos šaltinį, o vartotojams nereikia mokėti už elektrą. Vis dėl to dalis namų ūkių nesunaudoja visos jėgainės pagamintos elektros. Energijos perviršis laikinai „keliauja“ į ESO tinklą. Šia grąža klientas galės pasinaudoti tamsiuoju paros metu arba šaltuoju sezonu ir taip padengti savo sąskaitas. Kai elektrinė neveikia, klientas konkrečiu momentu negali savo vartojimo užtikrinti iš gaminamos energijos, taip pat negali jos susigrąžinti vėliau, nes neveikiant jėgainei – energija nesikaupia“, – tvirtina K.Verbiejus.
Milžinišką duomenų kiekį analizuoja dirbtinis intelektas
Pasak pašnekovų, fiziškai informavimo apie jėgainės neveikimą procesas gali atrodyti paprastai. Kadangi gaminantys vartotojai turi išmaniuosius skaitiklius, iš jų duomenų sprendžiama, ar jėgainėje galimas gedimas. Atsižvelgdamas į valandinius duomenis, algoritmas nusprendžia, ar informuoti klientą apie galimai sugedusią elektrinę.
„Automatizuota apskaita – detalių duomenų šaltinis. Toliau taikome algoritmą ar jų rinkinį, panaudojantį visų vartotojų, ir turinčių veikiančias, ir neveikiančias saulės jėgaines, duomenis. Juos analizuoja dirbtinis intelektas, pagal vartotojo duomenis iš skaitiklio gebantis atskirti, ar elektrinė veikia be sutrikimų“, – procesus aiškina M.Šoliūnas.
Unikali inovacija tarptautiniu mastu
Kaip teigia M.Šoliūnas, dirbtiniam intelektui suteikiama galimybė pačiam spręsti, pagal kokius požymius jis nori atpažinti analizuojamas elektrines. Vykdant šį projektą bei vystant atpažinimo algoritmą, buvo išbandyti trys skirtingi mašininio mokymo įrankiai.
Algoritmas nuolatos analizuoja visas gaminančių vartotojų jėgaines, o nuo pilotinio projekto pradžios apie neveikiančią jėgainę gyventojai iš viso informuoti 54 kartus.
