La modernización es el ondense de las tecnologías emergentes

A medida que aumenta la complejidad en toda la industria eléctrica, los sistemas de control modernos se están convirtiendo en la base de las soluciones de próxima generación. Al adoptar la automatización, la simulación y las arquitecturas listas de inteligencia artificial (AI), las organizaciones con visión de futuro están preparando el escenario para operaciones más competitivas.

Los próximos años se están perfilando para ser notablemente dinámico para el sector eléctrico. La industria enfrentará una amplia variedad de nuevas condiciones de mercado que convergen para crear uno de los momentos más emocionantes de la historia para los involucrados en la industria de la energía. En consecuencia, las empresas enfrentarán cada vez más, más alarmante, más demanda de energía a los centros de datos de energía y otras cargas.

Junto con esta fuerte curva de crecimiento viene una tensión en la cadena de suministro y las empresas de ingeniería para ofrecer proyectos cada vez más complejos en plazos más cortos. Los largos tiempos de entrega en las turbinas y otros componentes centrales están dando como resultado una extensión de la vida a las plantas previamente programadas para la jubilación. Además, el mundo enfrenta un impulso masivo hacia soluciones de software utilizando IA generativa (inteligencia artificial), y las empresas están monitoreando la situación cuidadosamente para determinar cómo afectará a sus negocios.

Junto con estos nuevos desafíos viene una creciente necesidad de gestión de datos. Las empresas dependen cada vez más de sus soluciones de software empresariales e intentan conectar datos operativos más dispares a sistemas en niveles más altos de la organización que nunca, tanto en centros de operaciones remotas como a nivel empresarial.

Nuevos desafíos crean una nueva dinámica

La creciente complejidad de la generación y distribución de energía está obligando a las empresas a reconsiderar cómo administran su tecnología de automatización. Solía ​​ser que las características en un sistema de automatización eran la última en la línea como una justificación para la necesidad de actualizar. Por lo general, las necesidades de ciberseguridad y la confiabilidad de los activos fueron los factores impulsores para cualquier modernización como propietarios de activos alineados con las regulaciones de protección de infraestructura crítica de la Corporación de Confiabilidad Eléctrica de América del Norte (NERC-CIP). Hoy, sin embargo, las nuevas características, como la capacidad de integrar soluciones de IA para las ganancias de eficiencia, están impulsando más equipos para considerar la modernización.

A medida que las condiciones operativas continúan aumentando en la complejidad, la robustez y el alcance práctico de las plataformas de automatización están aumentando en paralelo, creando la rampa perfecta para las tecnologías emergentes para alimentar el futuro de la generación y distribución de energía. Los sistemas de control tienen una tecnología más integrada que nunca, creando una plataforma ideal para AI de vanguardia y soluciones de simulación avanzadas para impulsar operaciones más rápidas, seguras, más flexibles y eficientes. Estas nuevas tecnologías serán críticas para capturar la ventaja competitiva en el entorno venidero, y las organizaciones con visión de futuro dependen de la modernización para sentar las bases para apoyar a esas innovaciones emergentes.

AI acelerará el desarrollo del talento

Al igual que casi todas las industrias, las empresas en el sector eléctrico están experimentando un desgaste del talento. A medida que el personal experimentado se jubilan, han sido reemplazados por nuevos trabajadores, que no solo tienen menos experiencia, sino que también tienden a moverse entre las posiciones con más frecuencia.

Como resultado, las organizaciones buscan formas de acercar la información a las personas que mantienen y diseñan sistemas, así como tratando de encontrar formas de ayudar a los operadores a tomar mejores decisiones más rápidamente. Con los años, la tecnología siempre ha sido parte de este proceso, ya que las empresas han aprovechado varias metodologías de almacenar información y registrar las mejores prácticas para ayudar a capacitar y apoyar al personal menos experimentado.

Incluso ha habido focos de excelencia con el tiempo con respecto a dónde residen esos estándares, junto con formas de reproducirlos para varios proyectos. Sin embargo, el factor limitante siempre ha sido el tiempo y los recursos. El personal experto, el recurso que está disminuyendo, ha sido necesario para impulsar esos sistemas. AI está configurado para cambiar ese paradigma.

Anteriormente, un equipo podría haber pasado semanas revisando datos e identificando recomendaciones, luego probando esos hallazgos. Hoy, los grupos más pequeños de personal pueden ejecutar los mismos conjuntos de datos a través de un motor de inteligencia artificial para que a menudo se les ocurra o mejores resultados en segundos. Los equipos de cualquier nivel de experiencia pueden usar estos motores para brindar información significativa de inmediato a sus dedos con un esfuerzo limitado. Gran parte de la minería de datos y el reconocimiento de patrones necesarios para flotar datos útiles en la superficie se pueden completar de manera mucho más eficiente utilizando AI (Figura 1).

Claramente, la IA no está lista para intervenir y manejar todo este análisis sin un humano en el bucle, y puede que nunca esté en una industria como el poder donde el tiempo de actividad y la seguridad son primordiales. Todavía hay alguna duda en torno a los resultados que producen los modelos de IA, y esta precaución está bien fundada.

Sin embargo, el hecho de que un modelo de IA pueda producir tanta información consumible tan rápido y con una barra tan baja para la entrada permite a los equipos acortar el paso de la agregación y comparación de datos. Esto significa que pueden pasar mucho más tiempo en la etapa de validación mucho más valiosa, convirtiendo los datos en acción más rápidamente, mientras mantienen la integridad.

Por ejemplo, considere a un usuario que realiza una startup de planta de energía. Las diferentes temperaturas ambientales, los parámetros operativos del activo y más pueden afectar drásticamente los pasos de inicio correctos. Usando la IA, un operador puede usar rápidamente un lenguaje natural para preguntar: “Durante las últimas cinco nuevas empresas, en estas condiciones específicas, ¿cuáles fueron los desafíos más comunes, si alguno? ¿Hubo problemas con los reinicios calientes? Si es así, ¿cuáles fueron las causas?”

Si un operador humano necesitara hacer lo mismo sin asistencia de IA, requeriría determinar etiquetas, descubrir las entradas y salidas, poner todos esos datos en una tendencia y realizar análisis, una tarea que podría llevar horas o días. La IA puede analizar esas preguntas, utilizando datos históricos del mundo real para proporcionar orientación, en solo segundos.

Tales capacidades son cambiadores de juego y probablemente serán críticos para competir en los mercados energéticos más complejos en el horizonte. Afortunadamente, los sistemas de control más avanzados de hoy se están construyendo con la capacidad de integrar las tecnologías de IA para lograr estos objetivos, y los proveedores de automatización de expertos incluso están desarrollando modelos de IA locales personalizados que pueden integrarse perfectamente con sus tecnologías de control.

AI ayuda a construir simulaciones más inteligentes

A medida que las organizaciones de la industria eléctrica se preparan para las redes inteligentes del futuro y para capacitar a su personal para navegar por esos sistemas más complejos, la simulación se ha convertido en una tecnología indispensable. Las simulaciones gemelas digitales ayudan a los equipos a crear soluciones de capacitación integrales para brindar a los operadores y técnicos experiencia en el mundo real sin el riesgo de interrumpir los sistemas en vivo. Además, esas mismas réplicas digitales se pueden usar como potentes camas de prueba, donde los equipos pueden probar nuevas estrategias y tecnologías de control para ver cómo afectarán el sistema general sin seguridad o riesgo de producción.

Muchas soluciones gemelas digitales, de baja a alta fidelidad, existen para proporcionar plataformas de pruebas y capacitación. Sin embargo, el mayor desafío para la simulación siempre ha sido la sincronización de la simulación con los datos del sistema de control en tiempo real. Cuanto más cerca pueda estar el gemelo digital para la operación real de la planta, mejor será la prueba y la capacitación para que el personal aprenda a controlar los activos. Hoy en día, los mejores sistemas tienen herramientas curador para tomar instantáneas y moverlas a la simulación, pero esto todavía significa que la sincronización ocurre en un caso a pedido, un proceso muy lento.

En el futuro, será posible usar AI para navegar este desafío. Las herramientas de IA no solo podrán realizar comparaciones más rápidas y verificación de errores para ayudar a garantizar que los equipos puedan sincronizar los equipos y los estados procesar con más frecuencia, sino que también podrán crear escenarios de capacitación y prueba basados ​​en datos históricos y previstas para proporcionar el mejor entorno de capacitación posible.

Por ejemplo, un entrenador podría pedirle al asesor de la IA que examine el último viaje de la planta e identificar los parámetros activos durante ese evento. Entonces podrían sugerir diferentes modos de operación y hacer que el motor AI los ejecute en el gemelo digital para ver cómo esas acciones podrían haber llevado a mejores o peores resultados, o podrían pedirle al asesor de IA que ejecute cientos o miles de escenarios para sugerir las mejores acciones de control posibles que habrían manejado mejor el evento.

Una vez que el equipo tiene sugerencias, podría usar el gemelo digital para probar esas acciones y ver cuán impactante es la diferencia entre las diferentes recomendaciones. Según ese conocimiento, el equipo puede trabajar en estrecha colaboración con el asesor de IA para generar escenarios de capacitación para impulsar el conocimiento de esas mejores prácticas al personal que lo necesita. Este tipo de simulación situacional de acceso rápido con análisis de IA puede minimizar el error humano, reducir las interrupciones del proceso y minimizar el mantenimiento/reparaciones con el tiempo.

Si bien este enfoque podría lograrse con las tecnologías de simulación tradicionales disponibles en la actualidad, sería lento y complejo. Como AI está más perfectamente integrada con las tecnologías de simulación y el sistema de control, los usuarios podrán hacer tales preguntas en lenguaje natural y recibir respuestas increíblemente rápidas del sistema. Además, el asesor de IA tendrá una mayor capacidad para ver cómo las anomalías con el tiempo conducen a tales eventos, y luego puede explorar las interfaces existentes para ver si hay formas en que la información crítica podría haberse presentado mejor a los operadores para que se den cuenta de los problemas emergentes antes.

AI Tools también tendrá la capacidad de monitorear quién está en el centro de control en un momento dado, lo que facilita el rendimiento del operador de rastrear y tendencias, ya sea por individuo o por grupo. Armados con esta información, los equipos podrán personalizar mejor su entrenamiento, brindando a diferentes personas y equipos las herramientas únicas que necesitan para tener éxito.

La modernización es clave

A medida que las tecnologías de IA y simulación continúan redefiniendo el panorama de la generación de energía, obteniendo las crecientes necesidades de electrificación provenientes de centros de datos, detrás de las soluciones de medidores, vehículos eléctricos, recursos de energía renovable y más, las compañías necesitarán formas de implementar estas tecnologías rápidamente, fácilmente, y lo más importante, de manera confiable.

Uno de los primeros pasos críticos para preparar una organización para un despliegue de tecnologías emergentes sin problemas y efectivos es la modernización de un sistema de control diseñado para integrarse perfectamente con esas tecnologías. Si bien las soluciones de IA Bolt-On tendrán su lugar, las tecnologías de IA más efectivas serán las diseñadas deliberadamente para la potencia desde cero como parte de las tecnologías de control modernas e integradas sin problemas en el sistema de control mismo. La modernización para prepararse para esas tecnologías es uno de los pasos más críticos que una organización puede tomar para prepararse para el cambio de paradigma en la producción de energía, transmisión y distribución que tomará el mundo por asalto en los próximos años. ■

–Mike Ames es director de América del Norte proyectos en Emerson’s Power y Negocio de soluciones de agua.