Очакван резултат:
Очаква се проектите да допринесат за всички очаквани резултати:
- Ефективни и иновативни методи за събиране, споделяне и използване на големи масиви от данни в енергийни приложения с цел обучение на модели на ИИ, като същевременно се гарантират неприкосновеността на личния живот и сигурността.
- Усъвършенствани и, когато е възможно, базови модели на ИИ с отворен код в подкрепа на цифровизацията на енергийната система чрез подобрена наблюдаемост на мрежата, прогнозиране на търсенето и предлагането, усъвършенствано акумулиране и интегриране на възобновяеми енергийни източници, гъвкавост на търсенето и енергийна ефективност.
- Засилено сътрудничество, обмен на знания и оперативна съвместимост между участниците в енергийната система за сигурен и безпрепятствен обмен на данни.
- Усъвършенствани методологии за разработване на модели на ИИ, които гарантират, че резултатите са FAIR (Findable, Accessible, Interoperable, Reusable) след приключването на проекта, с отворен код и съобразени с развитието на технологиите.
Обхват:
Качеството на моделите на ИИ зависи до голяма степен от количеството, качеството и представителността на данните, използвани за тяхното обучение. Очаква се проектите да се съсредоточат върху разработването, обучението и изпитването на базови модели на ИИ, като се използват обширни набори от данни за ускоряване на енергийния преход в ключови целеви области на енергийния сектор. Очаква се проектите:
- Въз основа на резултатите от финансирани по-рано проекти за общо европейско пространство на енергийни данни [1], както и на текущата работа в рамките на експертната група Data 4 Energy, се очаква проектите да демонстрират иновативни методи и стратегии за управление на данните за споделяне на данни между различни участници в областта на енергетиката. Очаква се проектите да докажат, че имат достъп до големи съответни набори от данни към момента на представяне на предложението.
- Очаква се проектите да разработят иновативни стратегии за споделяне на данни по ефективен, сигурен и прозрачен начин в подкрепа на разработването на базови модели на ИИ. Примерен неизчерпателен списък на стратегиите, които могат да бъдат проучени, е използването на съединители за пространство на данни или обединено обучение на модели, за да се даде възможност за интегриране на поверителни данни; би могло да се проучи и създаването на синтетични данни като междинна стъпка за запълване на пропуските в данните или подобряване на качеството на данните. В рамките на проектите биха могли да се проучат и други иновативни стратегии за обмен на данни, като например „фитнес зала с ИИ“. Стратегиите за управление на данните, които ще бъдат разработени в рамките на проекта, следва да бъдат разработени така, че да могат да бъдат мащабирани и да функционират дори след края на проекта.
- Очаква се проектите да разработят базови модели, пригодени за енергийния сектор, насочени към поне един или повече от следните случаи на употреба: планиране и експлоатация на електроенергийните мрежи (включително статично моделиране на енергийния поток и динамично моделиране на ЕМТ), прогнозиране, управление на претоварването, откриване на аномалии, диагностика на неизправности, прогнозна поддръжка, управление на гъвкавостта, енергийна ефективност от страната на потреблението, интелигентно и двупосочно зареждане на ЕПС или други случаи на употреба, които допринасят за постигането на целта за цифровизация на енергийната система.
- Очаква се проектите да извършват задълбочено изпитване и валидиране на разработените базови модели в лабораторни демонстрационни лаборатории и пилотни проекти в реални условия, като се основават на резултатите и използват съоръженията на финансирани по-рано проекти за „съоръжения за изпитване и експериментиране с ИИ“[2]. Могат да се обмислят и регулаторни лаборатории за пилотно прилагане в реални условия.
- Очаква се проектите да обединят широка група от заинтересовани страни, включително собственици на данни (например енергийни предприятия, оператори на мрежи, собственици на активи), разработчици на приложения (например стартиращи предприятия, МСП, хипермащабисти) и внедрители на модели (например промишленост, оператори на мрежи, производители на оборудване), осигуряващи пространство за сътрудничество и съвместен обмен на данни.
- За да се увеличи обучението и разработването на моделите, проектите могат да се възползват от изчислителния капацитет на фабриките за ИИ, които наскоро бяха обявени от Европейската комисия [3], по-специално трите фабрики за ИИ, които имат за цел разработването на приложения с ИИ за енергийния сектор.
- Очаква се моделите на ИИ да спазват етичните принципи и принципите за безопасност и сигурност; освен това прозрачността, обяснимостта и отчетността следва да бъдат включени още при проектирането в разработването на модела. Когато е възможно, следва да се прилагат практики за разработване с отворен код. Следва да се положат усилия за избягване на предубежденията, като се гарантира, че получените данни са представителни за различни групи от населението.
От избраните проекти се очаква да допринесат за инициативата BRIDGE [4] и да участват активно в нейните дейности.
Ниво на технологична готовност - Ниво на технологична готовност, очаквано от завършени проекти
Очаква се дейностите да постигнат РТГ 7—8 до края на проекта — вж. общо приложение Б. Дейностите могат да започнат от всяка РТГ.
[1] Установяване на основите за общо европейско пространство на енергийни данни
[2] Съоръжение за изпитване и експериментиране с ИИ (TEF) за енергийния сектор — въвеждане на технологията на пазара
[3] Фабрики за изкуствен интелект
[4] https://bridge-smart-grid-storage-systems-digital-projects.ec.europa.eu/
