چکیده مقاله
تشخیص شبکه های هوشمند الکتریکی به عنوان نسل نوین سیستمهای قدرت برای پاسخ به رشد تقاضای انرژی، ادغام منابع تجدیدپذیر و افزایش قابلیت اطمینان نیازمند روشهای پیشرفته مدیریت و تصمیم گیری هستند هوش مصنوعی AI با ارائه الگوریتمهای یادگیری و استدلال توانایی ویژه ای در تحلیل داده های کلان، پیش بینی بار، خطا و بهینه سازی بهره برداری فراهم میکند این مقاله با مرور نظام منظم پژوهشهای اخیر، نقش متدهای اصلی AI شامل یادگیری ماشین نظارت شده و بدون نظارت، یادگیری عمیق، منطق فازی و سیستمهای عصبی فازی، یادگیری تقویتی و سیستمهای خبره و چند عاملی را در مطالعات و بهره برداری شبکه های هوشمند و میکروگریدها بررسی کرده است نتایج نشان میدهد که AI توانسته است دقت پیشبینی بار و تولید انرژی را به طور معناداری افزایش دهد، هزینه های بهره برداری را کاهش دهد و زمان تشخیص و رفع خطا را به حداقل برساند همچنین بهبود امنیت سایبری امکان مدیریت پاسخگویی بار در لحظه و تسهیل به کارگیری گسترده انرژیهای تجدیدپذیر از دیگر مزایای این فناوریها است با این حال چالشهایی مانند کمبود داده مطمئن، نبود استانداردهای یکپارچه، پیچیدگی محاسباتی، تهدیدات امنیتی و مشکل شفافیت مدلهای یادگیری عمیق همچنان مانع توسعه کامل این فناوری هستند پیشنهادهای ارائه شده در این مقاله شامل تدوین چارچوبهای امنیتی قوی، توسعه هوش مصنوعی تفسیرپذیر، استانداردسازی تبادل داده، آموزش نیروی انسانی متخصص و ایجاد مدلهای نوین کسب و کار مبتنی بر داده است این راهکارها میتواند مسیرگذار به شبکه های قدرت آینده را هموار کرده و زمینه را برای دستیابی به سیستمهای انرژی پایدار کم کربن و انعطاف پذیر فراهم آورد
کلیدواژهها
نویسندگان
شیوه ارجاع
�نصاریان، مقداد،1404،تحلیل بکارگیری هوش مصنوعی در شبکه های هوشمند الکتریکی،یازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام،تهران
ارائهشده در
مجموعه مقالات یازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام31 شهریور 1404 · تهران