أخبار ar.wedoany.com، تواجه شبكات النقل والتوزيع الكهربائية في الهند ضغوطًا غير مسبوقة في عملية التحول: إذ يتعين عليها في الوقت نفسه التعامل مع التوليد المتقطع والمتزايد بسرعة من الطاقة الشمسية وطاقة الرياح، والارتفاع المستمر في أحمال شحن المركبات الكهربائية، ومراكز البيانات الضخمة المستهلكة للطاقة والمخصصة للذكاء الاصطناعي، مع الحفاظ في الوقت ذاته على انخفاض معدلات انقطاع التيار وأسعار الكهرباء المقبولة. وتشير التوقعات إلى أن الطلب على الكهرباء في البلاد سيصل إلى 817 تيراواط/ساعة بحلول عام 2030، حيث يُعزى نحو خُمس هذه الزيادة إلى أعباء عمل الذكاء الاصطناعي وحده. ولم يعد النموذج الحالي للشبكة الكهربائية قادرًا على تلبية متطلبات التطور المستقبلي، ويُنظر إلى الذكاء الاصطناعي حاليًا باعتباره الأداة الأساسية لحل هذه المشكلة.
لطالما اتبعت شركات توزيع الكهرباء في الهند نهجًا تفاعليًا سلبيًا: حيث يتم إرسال فرق الصيانة فقط بعد تعطل المحولات أو انقطاع المغذيات. هذا الأسلوب مكلف وغير فعّال، ويصبح غير قابل للاستمرار مع تزايد تعقيد الشبكة. وقد غيّر تطبيق الذكاء الاصطناعي هذا المنطق التشغيلي جذريًا. فمن خلال التحليل المستمر لبيانات أجهزة الاستشعار في المحولات والمغذيات والخطوط منخفضة الجهد، تستطيع نماذج التعلم الآلي تحديد العلامات المبكرة قبل وقوع الأعطال، مثل ارتفاع حرارة المحولات أو تفاقم اختلال توازن الأحمال على مغذٍّ معين. وقد بنت شركة TekUncorked منصتها على هذا المبدأ، حيث تجمع بين الذكاء الاصطناعي وإنترنت الأشياء لتوفير رؤية فورية للصحة التشغيلية للشبكات منخفضة الجهد لشركات التوزيع. ويُعد الانتقال من الصيانة التفاعلية إلى الصيانة التنبؤية الأداة الأكثر فاعلية لتحسين الموثوقية دون الحاجة إلى إعادة بناء الشبكة.
تُعد الفاقد الفني والتجاري الإجمالي (AT&C)، أي الجزء من الكهرباء الذي تولّده أو تشتريه شركة المرافق العامة دون أن تتمكن من تحصيل قيمته، من أكثر المشكلات تكلفةً في قطاع التوزيع الكهربائي الهندي منذ فترة طويلة، حيث يتجاوز في العديد من الولايات بكثير المعايير العالمية. ويعود هذا الفاقد جزئيًا إلى أسباب فنية (ضعف البنية التحتية، وزيادة الأحمال على المحولات)، وجزئيًا إلى أسباب تجارية (سرقة الكهرباء، والتلاعب بالعدادات، وأخطاء الفوترة). وتستطيع نماذج التعرف على الأنماط المدربة على بيانات الاستهلاك تحديد الحالات الشاذة، مثل أسرة تستهلك تيارًا فعليًا أعلى بكثير مما يظهر في حمولة الفوترة المسجلة لها، وهي حالات يصعب اكتشافها في التدقيق اليدوي، بينما يمكن للخوارزميات مراقبتها بشكل مستمر عبر ملايين نقاط الاتصال. وقد صُممت منصة TekUncorked للجهد المنخفض القائمة على إنترنت الأشياء، والتي فازت بجائزة تحدي كاتوفيتسه للابتكار في مجال الطاقة من برنامج الأمم المتحدة للمستوطنات البشرية، خصيصًا لاكتشاف هذه الفواقد وتقليلها على نطاق واسع. فكل انخفاض بنقطة مئوية واحدة في الفاقد الفني والتجاري الإجمالي يتيح لشركة المرافق إيرادات يمكن إعادة استثمارها في تحديث الشبكة دون الحاجة إلى شطبها.
تشهد الهند نموًا سريعًا في القدرات المركبة للطاقة المتجددة، لكن الطاقة الشمسية وطاقة الرياح ليست قابلة للتحكم مثل الفحم والغاز. فالشبكة المصممة حول توليد أحمال أساسية يمكن التنبؤ بها تكون عرضة لعدم الاستقرار عند استيعاب كميات كبيرة من المدخلات المتقلبة من الطاقة المتجددة. وتتيح أنظمة التنبؤ بالأحمال والاستجابة للطلب القائمة على الذكاء الاصطناعي لشبكات التوزيع دمج نسب عالية من الطاقة المتجددة بشكل موثوق. وتستطيع هذه الأنظمة إجراء تنبؤات دقيقة للتوليد والطلب على مستوى الساعة والمغذيات، مما يساعد شركات المرافق على موازنة العرض والطلب في الوقت الفعلي تقريبًا. وبدون هذه الطبقة الذكية، قد تتجاوز أهداف الطاقة المتجددة الطموحة القدرة الفعلية للشبكة على الاستيعاب.
يشهد قطاع الكهرباء الهندي حاليًا تقاربًا نادرًا في السياسات ورأس المال والتكنولوجيا. فقد مُدِّدت الخطة المنقحة لقطاع التوزيع حتى مارس 2028، مع تركيب ما يقرب من 60 مليون عداد ذكي على مستوى البلاد، وتتضمن السياسة الوطنية الجديدة للكهرباء قيد الإعداد تركيزًا واضحًا على تعزيز خطوط النقل لدعم مراكز البيانات وغيرها من الأحمال المركزة الكبيرة. كما أن النظام البيئي للكهرباء الذي تصوره مهمة الشبكة الذكية الهندية — القادر رقميًا والآمن والقابل للتكيف — يتحول من رؤية إلى مهمة مدعومة بالتمويل ومحددة بجدول زمني. ويتعين على شركات المرافق والجهات التنظيمية ومقدمي التكنولوجيا الانتقال من المشاريع التجريبية إلى النشر على نطاق واسع، وتسريع وتيرة التبني.
ترى شركة TekUncorked أن ليس كل الذكاء الاصطناعي فعّالًا بنفس الدرجة. فهناك فرق جوهري بين لوحات المعلومات التي تعرض البيانات التاريخية والنماذج المدربة على خصائص الأعطال الحقيقية القادرة على التنبؤ المسبق. فمعظم شركات المرافق الهندية تعاني من ضيق الميزانية وتعمل بفريق محدود، وتحتاج إلى تقنيات متينة ومعقولة التكلفة ومثبتة ميدانيًا، لا إلى تقنيات تتفوق في العروض التجريبية فقط. وفي هذا المجال، ستكون الشركات القادرة على الجمع بين المعرفة الميدانية بالأعطال الفعلية في شبكات التوزيع الهندية والذكاء الاصطناعي القابل للنشر على الحافة (Edge) هي الأكثر أهمية. فالتقنيات الموجهة بالمنتجات والمدفوعة بالنتائج ستسهم في موثوقية الشبكة أكثر من الحملات التسويقية الواسعة للذكاء الاصطناعي.
تمتلك الهند ميزة فريدة في هذا التحول: فهي لا تقوم بتعديل شبكة قديمة بُنيت قبل عقود بإضافة الذكاء الاصطناعي إليها، بل إن معظم الطبقة الذكية يُبنى بالتزامن مع البنية التحتية الرقمية الأساسية. وهذا يعني أن المنصات الهندية المحلية، التي اختُبرت في أصعب ظروف الفاقد والموثوقية في العالم، لديها القدرة على أن تصبح حلولًا تصديرية لأسواق ناشئة أخرى. فالهدف ليس مجرد بناء شبكة أكثر ذكاءً، بل بناء شبكة موثوقة إلى درجة تجعلها غير مرئية: متصلة دائمًا، وقادرة على الإصلاح الذاتي، وقادرة على دعم اقتصاد مدفوع بالذكاء الاصطناعي والكهربة.
