System message
Content

Ruutupaperi-tietokone-koneoppiminen-tekoäly

Ajatuksia voimalaitoksen tiedonkäsittelystä 1960-2030.

Ennustaminen on vaikeaa, varsinkin tulevaisuuden ennustaminen (Niels Bohr 1885 – 1962). Nähdäkseen tulevaisuuteen on ymmärrettävä historiaa. Näistä kahdesta lauseesta syntyy jana, jolla voidaan arvioida tiedonkeruun ja raportoinnin tulevaisuuta voimalaitoksissa. Raportointi ja laskennat ovat muuttuneet ja määrällisesti kasvaneet merkittävästi viimeisen 25 vuoden aikana. Grafiikoiden osuus raportoinnissa, mittauspositioiden määrä, tiedonkeruuresoluutio ja tarve jakaa tietoa sisäisesti sekä ulos päin.

Tietovirran kasvusta osa syntyy tarpeesta ja osa (näin väitän) siitä syystä, että se on vain ajan trendin mukaista. On helpompi suunnitella asioita ja välittää tietoa eteenpäin, kun on dataa, josta sitä voi ammentaa. Datamäärä luo myös turvallisuutta. Kahdennettu tai jopa kolminkertainen mittausjärjestelmä sallii vikautumisia, laitteen toimintakyvyn pysyessä yllä. Nämä järjestelmät vaativat laskentaa toimiakseen. Datan keruun perässä olevat laskennat ohjaukset ja säädöt, jopa raportointi lisäävät kokonaisvikaantumisriskiä tiedonkulkuketjun pidentyessä ja monimutkaistuessa. Virhe laskennallisessa yhtälössä voi tulla esiin vasta vuosien kuluttua.

Edellä mainittu riski ei näy pelkästään vikaantumisena vaan myös erilaisina virheinä tai puutteina, joiden seurauksena usein syntyy myös kustannustappioita. Kaiken tämän perässä on vielä käyttäjä, ihminen, jonka inhimillinen toiminta pienentää edelleen kokonaisketjun toimivuutta.

Halu korjata luotettavuutta ja laitteiden digitalisoituminen on johtanut datamäärän kasvuun. Informaatiomäärän kasvaessa, ei operaattori enää ehdi seurata kaikkea, joten kaikkea hyötyä ei saada realisoitua. Avuksi tietomäärän analysointiin on kutsuttava lisää automaattista älyä. Koneoppimista.

Koneoppimisen avulla voidaan ratkaista lisääntynyt datamäärän analysoinnin tarve ja korvata ihmisen rutiinitoimintoja, joista voi aiheutua inhimillisiä virheitä. Se ratkaisee sekunnin murto-osassa asioita, joihin ihmiseltä menisi viikkoja aikaa. Sen avulla voidaan tuottaa uusia visuaalisia ennustemalleja, jotka helpottavat ajorutiineja ja vapauttavat ikävästä toistuvasta sekä ennen kaikkea virheille riskialttiista manuaalisesta laskentatyöstä.

Palataksemme historiaan ja tulevaisuuden ennustamiseen. Kehitys ei tule pysähtymään valmiiseen koneoppimiseen Tarvitaan uusia, isompia järjestelmiä ja toimintoja laskemaan, suojaamaan, analysoimaan ja turvaamaan toimintoja. Tekoäly tulee ja kehittyessään se tulee olemaan tehokas työväline ja jopa itsenäinen toimija voimalaitoksen ajon optimoinnissa, taseiden tarkkailussa, ennustetoiminnoissa, polttoainehuollossa ja lopulta lähes kaikessa. Tekoäly mahdollistaa koko voimalaitosprosessin yli kattavan valtavan "laitossimulaattorin", joka väsymättä työstää parasta ajoskenaariota. Jatkossa toiminnat saattavat murtaa reunaehtoja ja systeemi voi tehdä jopa parannusehdotuksia.

Tekoäly tarkoittaa ei-inhimillistä järjestelmää, jolla on ihmisen tasoinen äly ja kyky älykkäisiin toimintoihin. Kenties tulevaisuudessa tarvitaan "Hyperäly" joka ylittää ihmisen tasoisen kyvyn älykkäisiin toimintoihin. Näitä älylaitteita luonnollisesti tekevät ja suunnittelevat koneet. Saman aikaan tämä äly siirtyy kohti saarekkeita ja yksityistalouksia.

Jotta tähänkin sisältöön saadaan edes jotain graafista, esittelen varsin epätieteellisen tutkimustuloksen. Vasemmalla trendi on v 2013 laatimani arvio grafiikoiden osuudesta Syncron Techin toimittamissa raportointijärjestelmissä. Oikealla erään järjestelmän toteutunut raporttijakauma tällä hetkellä.

grafiikan osuus raportoinnissadata output tilastoa

 

Blogin kirjoittajan tuotepäällikkö Seppo Vihisen saa sähköpostilla kiinni osoitteesta: Tämä sähköpostiosoite on suojattu spamboteilta. Tarvitset JavaScript-tuen nähdäksesi sen..