Cómo SSE Renewables usa Azure Digital Twins más allá de las máquinas

Los parques eólicos marinos son una de las máquinas más grandes que jamás hayamos construido: muchas torres coronadas con palas de giro lento. Generan megavatios de electricidad a partir de turbinas gigantes que ocupan kilómetros de espacio.

Esto significa que aunque son verdes, todavía tienen un gran impacto en la ecología circundante, afectando a las aves, los peces e incluso el crecimiento de las algas marinas y otras plantas marinas.

La gestión de estas turbinas es un gran problema. No podemos verlos aisladamente como nos gustaría. En cambio, debemos pensar en ellos como parte de un sistema más grande, incluido el entorno en el que residen.

En lugar de optimizar estas turbinas para generar electricidad, debemos ser capaces de controlarlas para permitir el paso de las aves migratorias, asegurando al mismo tiempo que las plantas marinas no interfieren con sus amarres y que los barcos de pesca no dañan los pilones cuando siguen a los cardúmenes, los arenques y otros peces en la granja.

Empezar con frailecillos

El ímpetu inicial del proyecto no fueron los gemelos digitales, sino Está usando un modelo de IA para contar frailecillos en una isla remota frente a la costa de Escocia. Dado que SSE Renewables está construyendo un parque eólico a unas 200 millas de un importante criadero de frailecillos en May Island, la compañía se pregunta si las turbinas están afectando a la población de frailecillos.

Los frailecillos son difíciles de contar; pasan ocho meses al año en el mar, regresan a la costa para reproducirse y ponen solo un huevo al año.

Un conjunto de cámaras cerca de la madriguera de reproducción captura un flujo de actividad de frailecillos en tiempo real, que se alimenta a un modelo entrenado que puede rastrear aves individuales e incluso notar cuándo se van y regresan.

La isla es uno de los criaderos de frailecillos más grandes del Reino Unido, con más de 80 000 frailecillos, lo que la convierte en un lugar ideal para rastrear las fluctuaciones de la población y tratar de ver si los parques eólicos cercanos están provocando algún cambio.

Contar frailecillos con IA no es un gemelo digital, sino un insumo y una tecnología Podemos usar para construir un modelo grande El entorno del parque eólico. No hay dos parques eólicos iguales: usan diferentes tipos de turbinas y están construidos en diferentes aguas costeras y patrones de viento.

Por lo tanto, se encuentran en diferentes patrones de migración de aves y tienen diferentes tipos de peces. Cualquier modelo ambiental utilizado como parte del sistema de control debe personalizarse para cada parque eólico.

Gestiona parques eólicos en la nube

Parte del enfoque que están tomando Microsoft y su socio Avanade es usar una variedad de diferentes tipos de sensores para comprender lo que sucede alrededor del parque eólico y usar esos datos para construir una vista compleja y casi en tiempo real de las condiciones. El objetivo es eliminar técnicas de conteo manuales lentos como los servicios de conteo de frailecillos actualmente en uso.

Los sensores ambientales modernos pueden ser pasivos, como cámaras o micrófonos, o activos, como lidar y radar. Esto los hace menos invasivos que usar redes de pesca para tomar muestras o enviar buzos para contar.

Una serie de sensores interpretados por IA superan las limitaciones impuestas por la intervención humana, recopilando datos en todas las condiciones y en cualquier momento del día.

VER: Kit de herramientas de contratación: Ingeniero en la nube (Tecnopedia Premium)

Modelos como este pueden aprovechar la escala de la nube para ejecutar múltiples simulaciones en paralelo a velocidades más rápidas. Si se acerca una tormenta, ¿cuál será el efecto de reducir la velocidad de las turbinas? ¿Cuál es la velocidad?

Los resultados de simulación como este se pueden comparar con datos reales, agregando un ciclo de retroalimentación adicional que permite a los equipos mejorar sus modelos, de modo que el próximo conjunto de resultados sea más preciso. Estos datos se pueden usar para entrenar un modelo de aprendizaje automático para identificar condiciones que podrían causar problemas para que se puedan aplicar las protecciones adecuadas.

Manejo de sistemas grandes y complejos

Este enfoque permitirá que SSE intente reducir el riesgo para las aves migratorias. Por ejemplo, pueden determinar una velocidad óptima de la hoja que permitirá que la parvada pase de manera segura mientras sigue generando electricidad. Al comprender el entorno alrededor de las turbinas, se pueden controlar de manera más efectiva y el impacto en el medio ambiente se puede reducir significativamente.

Simon Turner, CTO de datos e inteligencia artificial de Avanade, describió el enfoque como un «negocio autónomo». Aquí, los datos y la inteligencia artificial trabajan juntos para proporcionar un sistema de autooperación efectivo, que él describe como el uso de inteligencia artificial para «procesar ciertas cosas que usted entiende que guían al sistema para tomar decisiones en su nombre».

La clave de este enfoque es escalar ideas de gemelos digitales Aprendizaje automático y datos a gran escala. Los datos históricos se pueden usar junto con los datos en tiempo real para crear modelos de sistemas grandes y complejos que se pueden escalar a todo el entorno.

Como señala Turner, este enfoque se puede extender no solo a los parques eólicos, sino que también se puede usar para simular cualquier sistema complejo donde agregar nuevos elementos podría tener un impacto significativo, como comprender cómo funciona una cuenca o cómo ajustar una hidroeléctrica. sistema para permitir que el cultivo de salmón sea seguro en el camino a los criaderos tradicionales sin dejar de generar electricidad.

Otro aspecto del proyecto del parque eólico refleja el espíritu detrás de la iniciativa AI for Earth de Microsoft: todos los datos recopilados se compartirán fuera de SSE Renewables y se pondrán a disposición de los investigadores marinos y ambientales.

El conjunto de datos resultante debería ser un recurso valioso para la planificación de nuevos parques eólicos y cualquier otro proyecto de infraestructura de la plataforma continental. Esto agrega otra ruta de retroalimentación, lo que permite a los científicos agregar su experiencia y análisis a los datos.

Usar los servicios de Azure existentes

Azure es la plataforma ideal para este tipo de aplicaciones. La mayoría de las herramientas necesarias para construirlo ya están instaladas: Centro de IoT de Azure gestionar sensores; lago de datos Manejar las necesidades de almacenamiento de datos masivos y las herramientas de inteligencia artificial de Azure para construir, probar y usar modelos generados y sus modelos existentes. gemelo digital producto para hospedar y ejecutar el modelo.

Este enfoque es lo suficientemente escalable y flexible para soportar las diferencias entre parques eólicos construidos y operados en diferentes ubicaciones. A medida que se descubren nuevos puntos de datos, se pueden agregar al modelo, lo que permite que la plataforma se adapte a nuevos datos y nuevas preguntas de los equipos que administran parques eólicos y gestionan sus impactos ambientales.

Los datos deben almacenarse durante mucho tiempo, porque los efectos de los parques eólicos duran años, por lo que los modelos deben funcionar en el orden de las estaciones y años o incluso décadas, no solo minutos y segundos.

Los gemelos digitales masivos como este son el siguiente paso lógico para el Internet industrial de las cosas. Microsoft ha visto interés de otros clientes en sistemas complejos que necesitan ser monitoreados y controlados.

Eso es una bendición para Microsoft, ya que promete ser carbono negativo, por lo que necesita trabajar con proveedores innovadores de energía renovable para desarrollar nuevas tecnologías para reducir su huella ambiental.

Hay otro aspecto en el uso de modelos ambientales a gran escala como estos, ya que su salida se puede compartir con otros sistemas, como la alimentación de datos en FarmBeats, la propia plataforma de agricultura de precisión de Microsoft.