Από την πρόβλεψη βλαβών και τη διαχείριση των χιλιάδων νέων μονάδων που συνδέονται στο ηλεκτρικό σύστημα, έως την παρακολούθηση σε πραγματικό χρόνο ενός αγωγού που στο μέλλον θα μεταφέρει φυσικό αέριο ή υδρογόνο, η τεχνητή νοημοσύνη περνά σταδιακά στον πυρήνα της λειτουργίας των ενεργειακών υποδομών. ΑΔΜΗΕ, ΔΕΔΔΗΕ και ΔΕΣΦΑ αναπτύσσουν ήδη εφαρμογές πάνω σε δεδομένα, προβλέψεις και αυτοματισμούς, με κοινή ωστόσο παραδοχή ότι, τουλάχιστον στα κρίσιμα συστήματα, το AI θα λειτουργεί ως εργαλείο υποστήριξης και όχι ως ανεξέλεγκτος «αυτόματος πιλότος», όπως τόνισε η αγορά, στο συνέδριο «ΑΙ in Energy 2026» που διοργάνωσε εχθές η ΗΑΕΕ.

Η μεγάλη αλλαγή βρίσκεται στον όγκο και στην ταχύτητα των δεδομένων. Τα ηλεκτρικά δίκτυα καλούνται πλέον να διαχειριστούν πολύ περισσότερους και πιο αποκεντρωμένους πόρους, ενώ στο φυσικό αέριο η ενεργειακή μετάβαση φέρνει διαφορετικά μόρια και νέες απαιτήσεις ποιότητας και ασφάλειας. Oι τρεις Διαχειριστές βλέπουν την τεχνητή νοημοσύνη ως το εργαλείο που μπορεί να μετατρέψει τα δεδομένα σε πρόβλεψη και, τελικά, σε καλύτερες επιχειρησιακές αποφάσεις.

ΑΔΜΗΕ: Από το predictive maintenance στη λειτουργία σε πραγματικό χρόνο

Για τον ΑΔΜΗΕ, το επόμενο μεγάλο βήμα είναι η μεταφορά των εφαρμογών τεχνητής νοημοσύνης από τη συντήρηση στην ίδια τη λειτουργία του ηλεκτρικού συστήματος. Όπως εξήγησε ο διευθυντής Έρευνας, Τεχνολογίας και Ανάπτυξης του Διαχειριστή, Ιωάννης Μωραΐτης, οι πρώτες εφαρμογές αναπτύχθηκαν στο maintenance, όπου υπήρχαν ήδη μεγάλοι όγκοι ιστορικών δεδομένων και μεγαλύτερα χρονικά περιθώρια για την εξαγωγή προβλέψεων. Πλέον, όμως, η πρόκληση μεταφέρεται στο real time.

Η ανάγκη αυτή γίνεται εντονότερη όσο το σύστημα αποκτά χιλιάδες ενεργούς συμμετέχοντες – από ΑΠΕ και βιομηχανίες που παρέχουν απόκριση ζήτησης έως πόρους που βρίσκονται στο δίκτυο διανομής και ηλεκτρικά οχήματα. Το αποτέλεσμα είναι ένα πολύ πιο σύνθετο και στοχαστικό σύστημα, το οποίο, όπως σημείωσε, δεν μπορεί να λειτουργεί αποκλειστικά με τα παραδοσιακά εργαλεία.

Ο σχεδιασμός που περιέγραψε προβλέπει σταδιακά βήματα: αρχικά ανάπτυξη αλγορίθμων που θα υποστηρίζουν τις αποφάσεις των χειριστών, στη συνέχεια δοκιμή τους σε πραγματικό επιχειρησιακό περιβάλλον έως το 2030 και, σε επόμενη φάση, μεγαλύτερο βαθμό αυτοματοποίησης περίπου έως το 2035. Ακόμη και τότε, ωστόσο, η online διαχείριση δεν σχεδιάζεται χωρίς ανθρώπινη παρουσία, ακριβώς επειδή πρόκειται για κρίσιμη ενεργειακή υποδομή.

ΔΕΔΔΗΕ: 5.500 έξυπνοι μετρητές την ημέρα και 40 εφαρμογές AI

Στην πλευρά της διανομής, ο Γεώργιος Λούκος, διευθυντής Έρευνας και Καινοτομίας του ΔΕΔΔΗΕ, έδωσε έμφαση στην αλλαγή που έχει συντελεστεί στην «ορατότητα» του δικτύου. Όπως ανέφερε, το δίκτυο διανομής επί χρόνια ήταν ουσιαστικά «τυφλό», όμως η ανάπτυξη GIS και SCADA, η ψηφιοποίηση υποσταθμών και μετασχηματιστών και κυρίως το πρόγραμμα των έξυπνων μετρητών δημιουργούν πλέον μια νέα βάση δεδομένων για τη λειτουργία του.

Η εγκατάσταση έξυπνων μετρητών έχει επιταχυνθεί σε περίπου 5.500 την ημέρα σε όλη τη χώρα, με στόχο έως το 2030 το δίκτυο να έχει περάσει από το παθητικό στο «έξυπνο». Η επόμενη δυσκολία, όπως τόνισε, δεν είναι πλέον η έλλειψη δεδομένων αλλά η αξιοποίησή τους: προέρχονται από διαφορετικά συστήματα, πρωτόκολλα και τεχνολογικές γενιές και πρέπει να γίνουν ποιοτικά, διαλειτουργικά και επιχειρησιακά αξιοποιήσιμα. Εκεί το AI λειτουργεί, κατά τον ίδιο, ως επιταχυντής για ένα δίκτυο που θα μπορεί να αντιδρά σε πραγματικό χρόνο και να αξιοποιεί καλύτερα τη διαθέσιμη χωρητικότητά του.

Ο ΔΕΔΔΗΕ έχει ήδη περάσει από τη θεωρία στις εφαρμογές. Σύμφωνα με όσα παρουσιάστηκαν, ο Διαχειριστής διαθέτει περίπου 40 πρωτοβουλίες εφαρμογής AI στην επιχειρησιακή λειτουργία, εκ των οποίων περίπου 11 σχετίζονται με τη διαχείριση του δικτύου σε υποστηρικτικές εφαρμογές. Η τεχνητή νοημοσύνη έχει χρησιμοποιηθεί επίσης για την αντιμετώπιση των μη τεχνικών απωλειών και των ρευματοκλοπών, αξιοποιώντας πραγματικά δεδομένα και, πλέον, την πληροφορία που παράγουν οι έξυπνοι μετρητές.

Και εδώ, πάντως, η πλήρης αυτονομία δεν θεωρείται άμεσος στόχος. Ο Λούκος υπογράμμισε ότι όσο αυξάνεται ο ρόλος του AI στη λειτουργία του δικτύου τόσο μεγαλύτερη σημασία αποκτούν η εποπτεία από τον άνθρωπο, η επεξηγησιμότητα των αλγορίθμων και η δυνατότητα να ελέγχεται πάνω σε ποια δεδομένα και μοντέλα βασίζεται κάθε πρόταση.

ΔΕΣΦΑ: Ψηφιακό δίδυμο για αέριο, υδρογόνο και βιομεθάνιο

Διαφορετική, αλλά εξίσου σύνθετη, είναι η πρόκληση για τον ΔΕΣΦΑ. Η Μαρία Ιωαννίδου, διευθύντρια Τεχνολογιών Πληροφορικής και Επικοινωνιών, συνέδεσε άμεσα την ψηφιοποίηση με την ενεργειακή μετάβαση: το δίκτυο δεν θα καλείται στο μέλλον να παρακολουθεί μόνο τη ροή φυσικού αερίου, αλλά διαφορετικά ενεργειακά προϊόντα, όπως βιομεθάνιο και υδρογόνο, ενώ στον σχεδιασμό εντάσσονται και υποδομές διοξειδίου του άνθρακα.

Καθώς κάθε προϊόν έχει διαφορετικές ιδιότητες και προδιαγραφές ποιότητας, η παρακολούθηση πρέπει να περάσει από τη μέτρηση της ποσότητας σε συνεχή έλεγχο τόσο της ποσότητας όσο και της ποιότητας του μείγματος. Σε αυτό το σημείο ο ΔΕΣΦΑ βλέπει σημαντικό ρόλο για τα digital twins και την τεχνητή νοημοσύνη, ώστε να υπάρχει εικόνα του δικτύου σε πραγματικό χρόνο και να μπορούν να «τρέχουν» διαφορετικά σενάρια για το πώς επηρεάζουν το σύστημα μεγαλύτερα ποσοστά υδρογόνου ή νέες ροές βιομεθανίου.

Η λογική είναι η μετάβαση από ένα μοντέλο στο οποίο ο Διαχειριστής παρακολουθεί και αντιδρά σε ένα μοντέλο που προβλέπει, προσομοιώνει εναλλακτικά σενάρια και εντοπίζει εκ των προτέρων πιθανούς κινδύνους. Όπως το έθεσε η ίδια, ο τελικός στόχος είναι καλύτερες αποφάσεις, μικρότερο ρίσκο και ασφαλής τροφοδοσία του ενεργειακού συστήματος.

Το κοινό σημείο των τριών Διαχειριστών είναι επομένως λιγότερο η υπόσχεση ενός πλήρως αυτόνομου ενεργειακού συστήματος και περισσότερο η δημιουργία μιας νέας ψηφιακής υποδομής: περισσότερα και καλύτερα δεδομένα, διαλειτουργικότητα μεταξύ των συστημάτων, εργαλεία πρόβλεψης και AI που θα φέρνει την απόφαση πιο κοντά στον πραγματικό χρόνο, χωρίς να αφαιρεί – τουλάχιστον στο ορατό μέλλον – την τελική ευθύνη από τον άνθρωπο.

Διαβάστε ακόμη