استفاده از هوش مصنوعی در طراحی، بهینه سازی و نقشه کشی توپولوژی شبکه داخلی برق در نیروگاه ها
فایل این در 56 صفحه با فرمت PDF قابل دریافت می باشد
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
چکیده :
طراحی و نقشه کشی شبکه برق نیروگاه ها فرآیندی پیچیده، زمان بر و حساس به خطاست. افزایش تقاضای برق ناشی از مراکز داده هوش مصنوعی، خودروهای برقی و صنایع در حال رشد، همراه با ضرورت گذار به انرژی کم کربن، نیاز به راهکارهای هوشمند در طراحی و بهره برداری شبکه را دوچندان کرده است. این مقاله مروری، آخرین دستاوردهای هوش مصنوعی در حوزه طراحی، بهینه سازی و نقشه کشی شبکه برق نیروگاه های حرارتی، گازی، هسته ای و خورشیدی را بررسی می کند.
یافته های پژوهش نشان می دهد که ابزار های جدیدی مانندElectrical Ai copilot متعلق به شرکت ETAP (معرفی شده در ژانویه 2026 در رویدادIEEE ) قادرند با استفاده از مدل های زبانی بزرگ، به عنوان دستیار هوشمند مهندسان عمل کرده، کد های تحلیل شبکه را تولید و اقدامات کنترلی بهینه را پیشنهاد دهند. در سطح آزمایشگاهی، سیستم Gridmind توسعه یافته در آزمایشگاه ملی آرگون با معماری چندعاملی (multi-agent AI) امکان تعامل اپراتورها با شبکه از طریق زبان طبیعی را فراهم کرده است.
در حوزه کاربرد های عملی، پروژه Voltera موسسه فناوری اتریش که در سال 2026 برنده جایزه Houska شد، ترکیب موفق هوش مصنوعی با مدل سازی فیزیکی شبکه را به نمایش گذاشته و بهبود قابل توجه پایداری ولتاژ را محقق ساخته است.
شرکت های پیشرو مانند HITACHI ژاپن بر رویکرد انسان-محور تاکید داشته و با استفاده از شتاب دهی تراشه ها و GPU زمان تحلیل های شبکه را از حدود 40 ساعت به چند ساعت کاهش داده اند.
نتایج این تحقیق نشان می دهد که صنعت برق در آستانه تغییر پارادایم از طراحی و بهره برداری دستی به سیستم های هوشمند و نیمه خودکار قرار دارد. هوش مصنوعی دیگر یک فناوری آینده نیست، بلکه امروز در قالب ابزارهای عملیاتی در دسترس مهندسان قرار گرفته است. این مقاله چارچوبی مفهومی برای پیاده سازی این فناوری ها در چرخه طراحی شبکه برق نیروگاه ها ارائه می دهد.
کلیدواژه ها:
نویسندگان
آتیلا ده باشی
دانشجوی دوره کارشناسی رشته مهندسی برق ترم چهارم
علی حسین گلی
استاد هوش مصنوعی دانشگاه ازاد اسلامی واحد تهران شمال
مراجع و منابع این :
لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :