La magia de Azure Digital Twins: cómo SSE Renewables va más allá de las máquinas

Los parques eólicos marinos son de las máquinas más grandes que construimos, vastos grupos de torres coronadas con aspas que giran lentamente. Generan megavatios de energía con sus enormes turbinas, ocupando miles de kilómetros cuadrados de espacio.

Esto significa que, por muy ecológicos que sean, aún tienen un impacto inmenso en la ecología que los rodea, afectando a aves, peces e incluso al crecimiento de algas kelp y otras plantas marinas.

La gestión de estas turbinas es un gran desafío. No podemos mirarlas aisladas como tanto quisiéramos. En cambio, debemos considerarlas como parte de un sistema más amplio, que incluye el medio ambiente en el que se encuentran.

En lugar de optimizar esas turbinas para la generación de energía, debemos poder controlarlas para permitir el paso de aves migratorias, al mismo tiempo que nos aseguramos de que las plantas marinas no afecten sus amarres y de que los barcos de pesca no dañen los pilotes mientras siguen bancos de arenques y otros peces en el área del parque.

Todo comienza con los frailecillos

El impulso inicial para este proyecto no fue un modelo digital en sí, sino el uso de modelos de inteligencia artificial para contar los frailecillos en una isla remota de la costa escocesa. Mientras SSE Renewables estaba construyendo un parque eólico a unas 200 millas de un importante lugar de cría de frailecillos en la Isla de May, la compañía quería saber si las turbinas estaban influyendo en la población de frailecillos.

Cómo funciona el protocolo FTP y cómo resolver problemas relacionados con él

Contar frailecillos es complicado, ya que pasan ocho meses del año en alta mar, regresando a la costa solo para reproducirse y poniendo solo un huevo al año.

Un conjunto de cámaras cerca de las madrigueras de cría captura una transmisión en vivo de los movimientos de los frailecillos, que se almacena en un modelo entrenado capaz de rastrear aves individuales, incluso registrando cuando se van y regresan.

La isla es uno de los principales lugares de cría de frailecillos del Reino Unido, con más de 80,000 aves, lo que la convierte en un lugar ideal para rastrear las fluctuaciones en la población y tratar de comprender si el parque eólico cercano está causando algún cambio.

Utilizar inteligencia artificial para contar frailecillos no es un modelo digital, pero es una técnica e información que podemos utilizar para construir un modelo a gran escala del entorno alrededor de un parque eólico. Debido a que no hay dos parques eólicos iguales: utilizan diferentes tipos de turbinas y se construyen en aguas costeras y patrones de viento diferentes.

Por lo tanto, están en diferentes patrones de migración de aves y albergan diferentes especies de peces. Cualquier modelo ambiental utilizado como parte de un sistema de control debe ser personalizado para cada parque eólico.

Gestión de parques eólicos en la nube

Parte del enfoque que Microsoft y su socio Avanade están adoptando es el uso de una amplia gama de diferentes tipos de sensores para comprender lo que está sucediendo alrededor del parque eólico y utilizar esos datos para construir una vista compleja y casi en tiempo real de las condiciones. El objetivo es eliminar las técnicas lentas y manuales de conteo, similar al servicio de conteo de frailecillos que se utiliza actualmente.

Microsoft lanza servicio gratuito de almacenamiento en la nube para usuarios de Windows

Los sensores ambientales modernos pueden ser pasivos, como cámaras o micrófonos, o activos, como LiDAR y radar. Esto los hace menos intrusivos que utilizar redes para muestrear peces o enviar buzos para hacer un recuento.

Un conjunto de sensores interpretados por IA evita las limitaciones que conlleva la intervención humana, recolectando datos en todas las condiciones y a todas horas del día.

VER: Kit de contratación: Ingeniero de Cloud (Newsmatic Premium)

Modelos como este pueden aprovechar la escala en la nube para ejecutar múltiples simulaciones en paralelo a una velocidad acelerada. ¿Cuál será el efecto de reducir la velocidad de las turbinas si se acerca una tormenta?

Los resultados de simulaciones como estas se pueden comparar con datos reales, añadiendo un bucle de retroalimentación adicional que permite al equipo perfeccionar sus modelos para obtener resultados más precisos en el futuro. Luego, los datos se pueden utilizar para entrenar modelos de aprendizaje automático para identificar condiciones que puedan causar problemas y aplicar protecciones adecuadas.

Trabajando con sistemas grandes y complejos

Este enfoque permitirá a SSE experimentar con la reducción de riesgos para las aves migratorias. Por ejemplo, pueden determinar una velocidad óptima de las aspas que permita el paso seguro de las bandadas mientras continúan generando energía. Al comprender el entorno alrededor de las turbinas, será posible controlarlas de manera más efectiva y con un impacto ambiental significativamente menor.

Cómo evitar que el archivo de registro de transacciones en SQL Server crezca demasiado grande

Simon Turner, director de tecnología de datos e IA de Avanade, describió este enfoque como un "negocio autónomo". Aquí, los datos y la IA trabajan juntos para ofrecer un sistema que funcione de manera eficiente, utilizando la IA para "ocuparse de ciertas cosas que se comprendieron que podían guiar al sistema para tomar decisiones en su nombre".

La clave de este enfoque está en ampliar la idea de un modelo digital con aprendizaje automático y datos a gran escala. Se pueden usar datos históricos junto con datos en tiempo real para construir modelos de sistemas grandes y complejos, que pueden abarcar entornos completos.

Como menciona Turner, este enfoque se puede extender a más que solo parques eólicos, utilizándolo para modelar cualquier sistema complejo donde agregar nuevos elementos pueda tener un efecto significativo, como comprender cómo funcionan las áreas de captación de agua o cómo se pueden ajustar los sistemas hidroeléctricos para permitir el paso seguro de los salmones en su camino hacia los lugares tradicionales de reproducción, al mismo tiempo que continúan generando energía.

Hay otro aspecto del proyecto de parque eólico que refleja los principios del programa AI for Earth de Microsoft: todos los datos recopilados se compartirán fuera de SSE Renewables y estarán disponibles para investigadores marinos y de otras áreas ambientales.

El conjunto de datos resultante debería ser un recurso valioso para la planificación de nuevos parques eólicos y para cualquier otro proyecto de infraestructura en la plataforma continental. Esto añade un camino adicional de retroalimentación, permitiendo que los científicos aporten su experiencia y análisis a los datos.

Utilizando los servicios de Azure existentes

Azure es una plataforma ideal para este tipo de aplicación. La mayoría de las herramientas necesarias para construirla ya están disponibles: Azure IoT Hub para gestionar los sensores; Data Lake para procesar los requisitos masivos de almacenamiento de datos; y las herramientas de IA de Azure para construir, probar y utilizar los modelos resultantes, junto con el producto Digital Twins de Azure para alojar y ejecutar los modelos.

Debería su organización migrar a Google Apps desde Microsoft Exchange

Este enfoque es escalable y lo suficientemente flexible como para adaptarse a las diferencias entre los parques eólicos construidos y operados en diferentes lugares. A medida que se encuentran nuevos puntos de datos, se pueden agregar a los modelos, lo que permite que la plataforma se adapte a nuevos datos y a nuevas preguntas del equipo que gestiona el parque eólico y su impacto ambiental.

Los datos deberán almacenarse durante largos períodos, ya que el impacto de un parque eólico se extiende durante varios años, por lo que los modelos deben funcionar en función de las estaciones y los años, incluso décadas, no solo en minutos y segundos.

Los modelos digitales a gran escala como este son el próximo paso lógico en el Internet Industrial de las Cosas. Microsoft ya está viendo interés por parte de otros clientes con sistemas complejos que necesitan supervisión y control.

Esto se convierte en un beneficio para Microsoft mismo, ya que tiene el compromiso de convertirse en carbono negativo, por lo que necesita trabajar con proveedores innovadores de energía renovable para desarrollar nuevas técnicas para reducir su huella ambiental.

Hay otro aspecto en el uso de modelos ambientales masivos como este, y es que sus resultados podrían compartirse con otros sistemas, por ejemplo, proporcionando datos para la plataforma propia de agricultura de precisión de Microsoft, FarmBeats.

Google vs Microsoft: Quién ofrece el mejor almacenamiento en la nube

En Newsmatic nos especializamos en tecnología de vanguardia, contamos con los artículos mas novedosos sobre Nube, allí encontraras muchos artículos similares a La magia de Azure Digital Twins: cómo SSE Renewables va más allá de las máquinas , tenemos lo ultimo en tecnología 2023.