用人工智能改进核机组停机调度
2019年10月30日 由 TGS 发表
831098
0
机器学习和自然语言处理等人工智能技术的成熟,使它们越来越有能力自动化更复杂、更具有影响力的任务。人工智能在减少大量重复性任务方面拥有极为巨大的潜力,它能让工程师能更加专注于工程本身,而不是把精力消耗在庞杂的机械重复性工作中。
OPG是一家总部位于安大略的发电公司,拥有超过16GW的发电能力,其中,5.7GW来自于核电装机。最近,在该公司核机组停运规划过程中的一个具体步骤中,人工智能的潜力得到了充分展示。
在OPG核设施内,每年都会有两到三个月的计划维修中断,每次中断都需要调度大约20,000到25,000个单独的任务,其中大多数任务都与以前的计划任务类似,这意味着,一个由高技能人员组成的专业团队,必须夜以继日地完成机械性的重复工作。
在以前,这种人力资源浪费是必要的,但如今,随着人工智能的出现,这种低效的工作调度模式得到了改变。
OPG部署的停机人工智能解决方案,侧重于预测停机窗口中包含的任务的逻辑关系,借以创建包含所有任务的调度方案。这种方法不仅能减少人工工作,还能在后续每次核中断计划修订的开发过程中保持足够的监督应急功能,以降低风险指标。
该方案是一个定制的、云托管的应用程序,它与OPG现有的IT基础设施无缝集成,可以利用AI、机器学习、NLP和智能自动化的元素,解决整个维修过程中的重复性工作。它由三个基本支柱组成:
1、创建虚拟任务,以从现有历史中存在的当前停运时间表中识别丢失的任务;2、对尚未计划的任务进行自动调度;3、消除逻辑联系,避免计划中出现无意义的循环。
这三个支柱,是整个方案的核心。他们通过一个数据传输机制进行工作——该机制可以将候选核单元中断调度指令,发送到云托管环境中,其最大特点是:它允许与现有技术栈无缝集成,并对中断工作调度程序的计算机辅助调度任务进行效率排序。
最后,在开发该套智能维修方案的过程中,集体团队为确保该套方案的使用寿命,考虑到了三个关键因素,分别是:
- 提高人力劳动效率,确保解决方案的价值。
- 构建方案扩展性,以计划维护其他发电站点。
- 开发一个考虑范围变化的框架,从而进一步增强当前解决方案的能力。
目前,人工智能最大优势,就是其强大的计算力,而这恰恰是重复性工作的“克星”。虽然如今的人工智能还并够“智能”,但其强大的算力已经在多个领域为人类作出了贡献。