الأول محليًا! منصة تحليل الذكاء الاصطناعي لتخزين الطاقة الجديدة تدخل الخدمة، وارتفاع امتصاص الطاقة المتجددة بنسبة 30%

ذكرت وكالة أنباء CCTV أن أول منصة تحليل بيانات ذكاء اصطناعي جديدة لتخزين الطاقة تم تطويرها ذاتيًا في بلادنا قد بدأت التشغيل الرسمي أمس.

ووفقًا للمعلومات، فإن المنصة متصلة بأنواع مختلفة من معدات تخزين الطاقة الجديدة، وتعتمد على التعلم الذاتي للذكاء الاصطناعي وتحليل البيانات الضخمة، حيث يمكن للمنصة اكتشاف العيوب والمخاطر في المعدات عن بُعد وفي الوقت الحقيقي، وتوليد خطط الصيانة والتشغيل تلقائيًا ومعالجتها بسرعة.

حاليًا، تم ربط المنصة بـ8 محطات تخزين طاقة جديدة، تغطي مناطق Guangdong وYunnan وHainan، مع أكثر من 2.3 مليون نقطة جمع بيانات. بعد سنة من التشغيل التجريبي، انخفض معدل عطل معدات المحطات الثمانية بنسبة 34%، وزادت كمية استهلاك الطاقة من مصادر الطاقة الجديدة بنسبة حوالي 30%، وتعززت قدرة النظام على التكيف بشكل ملحوظ.

وقال خبراء فنيون من شركة فحص وصيانة تخزين الطاقة في شبكة الجنوب إن المنصة أصبحت قادرة على التحليل الذكي لأكثر من 100 محطة تخزين كبيرة، وتم بناء مجموعات بيانات عالية الجودة لبطاريات الليثيوم والصوديوم، وسيتم بعد ذلك ربط محطات تخزين جديدة مثل التدفق الفولفي.

ما هي منصة تحليل بيانات الذكاء الاصطناعي لتخزين الطاقة الجديدة؟

مع زيادة حجم تركيب بطاريات التخزين بسرعة، يتزايد حجم البيانات بشكل أسي، وتواجه الطرق التقليدية للحوسبة المركزية السحابية مشكلات مثل التأخير العالي والكفاءة المنخفضة، مما يصعب تلبية متطلبات الصيانة الذكية على مستوى الخلايا.

في جوهرها، تعتبر منصة تحليل بيانات الذكاء الاصطناعي لتخزين الطاقة بمثابة “دماغ” يتعلم ويفكر لنظام التخزين. فهي لا تقتصر على مراقبة البيانات فحسب، بل تستغل قيمة البيانات بشكل عميق، لتحويل نظام التخزين من التنفيذ السلبي إلى التنبؤ النشط والتحسين الذكي.

ويتمثل مبدأ عملها في دورة مغلقة من الإدراك إلى اتخاذ القرارات الحكيمة——

• من خلال جمع البيانات متعددة الأبعاد من البطاريات والمعدات والبيئة عبر الأجهزة الطرفية، ومعالجتها في الوقت الحقيقي على الحافة ورفعها إلى السحابة؛
• تحليل البيانات في السحابة باستخدام نماذج الذكاء الاصطناعي والنماذج الرقمية المتماثلة، لإجراء تنبؤات بصحة البطارية، والتحذيرات المبكرة من الأعطال، وتحسين استراتيجيات الشحن والتفريغ، وتشخيص الصيانة الذكية، مع تعزيز الدقة من خلال دمج الآليات الكيميائية والبيانات؛
• باستخدام بنية التعاون بين الطرف-الحافة-السحابة، يتم تدريب النماذج في السحابة، وتستجيب الحافة في غضون ميلي ثانية للمخاطر المحلية، ويمكن للأجهزة الطرفية حماية نفسها عند انقطاع الاتصال، لضمان التنفيذ السريع والموثوق.

وفي النهاية، تتكون المنصة من حلقة مغلقة من “الإحساس——التحليل——القرار——التنفيذ”، حيث يتم إرسال أوامر التحسين والتنبيهات إلى طبقة التنفيذ الطرفية، وتُكرر النماذج باستمرار باستخدام بيانات جديدة، وتحول خبرات الصيانة إلى مخططات معرفية، وتساعد النماذج الكبيرة في اتخاذ القرارات المشتركة بين الإنسان والآلة، لتحقيق الإنذارات المبكرة لأمان نظام التخزين، وإطالة عمره، وتقليل تكاليف الصيانة، وزيادة الأرباح، وضمان تشغيل النظام بكفاءة واستقرار.

الطاقة الخضراء من المتوقع أن تدعم تطوير الذكاء الاصطناعي بشكل أكبر

في مارس 2026، تم إدراج التعاون بين الحوسبة والطاقة لأول مرة في تقرير عمل الحكومة، كجزء من مشاريع البنية التحتية الوطنية الجديدة.

قال لي ليهونغ، مدير مكتب البيانات الوطني، في منتدى التنمية العليا في الصين لعام 2026، إن الخطوة التالية ستتعاون مع الجهات المعنية بشكل كبير لتعزيز مشروع التعاون بين الحوسبة والطاقة، لضمان أن تتجاوز نسبة تطبيق مرافق الحوسبة الجديدة في مراكز التحويل الرئيسية 80% من الطاقة الخضراء، بهدف تعظيم دعم الطاقة الخضراء.

وأشار لي ليهونغ إلى أن التعاون بين الحوسبة والطاقة يعني، من خلال التقنيات الرقمية والخوارزميات الذكية وشبكات المعلومات، دمج البنية التحتية للحوسبة مع نظام الطاقة بشكل عميق، لتعزيز التوافق الديناميكي للموارد وتحسين تخصيصها، وتحقيق دورة جيدة من “الطاقة تعزز الحوسبة، والحوسبة تدعم الطاقة”. ويشمل ذلك الترويج لتوريد الطاقة الخضراء مباشرة، وتوحيد إمدادات الطاقة الخضراء، وتحسين قدرات دعم الطاقة الخضراء للحوسبة، بالإضافة إلى استعادة الحرارة المتبقية لتعزيز فوائد الدورة منخفضة الكربون.

وأوضحت أن “التخزين + الذكاء الاصطناعي” أصبح شرحًا ممتازًا لتطبيق سيناريو التعاون بين الحوسبة والطاقة.

وقد تم ربط العديد من منصات التخزين بالطاقة حاليًا بـDeepseek، مثل منصة التشغيل الذكي للتخزين AIOPS2000 من شركة Xinyuan Zhichu، التي تركز على تحسين أمان وتكلفة وموثوقية التخزين، وتقدم ثلاثة أنظمة ذكية، مع زمن استجابة قرار أقل من ثانيتين، ودقة تقييم صحة المعدات 98.2%؛

كما أن نظام “Ronghe·Bai Ze” من شركة Ronghe Yuan يراقب أكثر من 20 مليون خلية بطارية عبر نشر خاص لـDeepSeek، ويعالج تيرابايتات من البيانات يوميًا، مع كشف الأعطال في ميلي ثانية، وتقليل تكاليف الصيانة بأكثر من 30%؛

أما نظام “Senmi Smart Storage” من شركة Exxon، الذي يعتمد على DeepSeek كمركز لاتخاذ القرارات، فدقة التنبؤ بالطاقة الشمسية أقل من 3%، وتوقع الأحمال يتجاوز 95%.

ويرى Tong Fei من Zhejiang Securities أن، التعاون بين الحوسبة والطاقة يبني جسرًا ديناميكيًا من خلال نمطين: “الحوسبة تتبع الكهرباء” و"الكهرباء تتبع الحوسبة". فـ"الكهرباء تتبع الحوسبة" من خلال إنشاء “بركة طاقة مرنة” (تكامل المصدر والشبكة والتحميل والتخزين)، توفر دعمًا كهربائيًا مستقرًا وخضراء للأحمال ذات التقلبات العالية. وعلى الصعيد الصناعي، ستشهد قطاعات معدات الطاقة، والبرمجيات الذكية، والتخزين، وتشغيل المشاريع، إعادة تقييم للقيمة.

وأشارت شركة Huafu Securities إلى أن، الشبكة الكهربائية الوطنية تشجع على البناء المسبق للبنية التحتية الكهربائية، بما في ذلك التخطيط المبكر لمسارات الضغط العالي، وترك سعة لمحطات التحويل، وتخطيط خطط بناء الطاقة الخضراء، لضمان القدرة على تلبية الطلبات الجديدة على الحوسبة بسرعة. وبناءً على نشر واسع للمستشعرات والأجهزة الذكية، فإن استخدام التقنيات الرقمية، خاصة القوة الحاسوبية القوية للذكاء الاصطناعي، يمكن أن يحسن تشغيل نظام الكهرباء، ويجعل الشبكة تتنبأ بشكل أفضل بإنتاج الطاقة من مصادر الطاقة الجديدة، واستهلاك المدن والمناطق، ويعزز قدرات الإدراك في جانب العرض والطلب، ويزيد من دقة تداولات سوق الطاقة الكهربائية، ونجاح دمج المحطات الافتراضية.

وأضافت أن من منظور الاستثمار، فإن نهاية الذكاء الاصطناعي هي الطاقة الكهربائية، والسوق تركز بشكل رئيسي على المولدات الغازية، والطاقة الشمسية والبطاريات، وشبكة الكهرباء؛ بينما نهاية الطاقة الكهربائية هي الذكاء الاصطناعي، والذي يركز على تقنيات مثل الشبكة الذكية/المحطات الافتراضية، ودمج سوق الطاقة الخضراء، وتحقيق دورة مغلقة لنموذج الرياح والطاقة الشمسية والتخزين. في الوقت الحالي، يُنصح بالاهتمام بشركات مثل Weisheng Information، وGuodian Nari، وSifang Co., Ltd، وNanjing Power Grid Technology؛ ولتوريد الطاقة الخضراء، يُنصح بالتركيز على Tongli Tianqi، وJinko Solar، وGCL New Energy، بالإضافة إلى شركات مثل Sifang Co., Ltd، وGuoneng Rixin، التي تقدم حلول معدات الطاقة الخضراء.