أخباراليوم. نشر النقيب المهندس سيد عبد الله الوافي بحثا علميا حول الهندسة الكهربائية في مجلة Electric Power Systems Research المتخصصة في أنظمة الطاقة الكهربائية

ويصنّف البحث المنشور بالمجلة التي تصدرها دار النشر العالمية Elsevier، في مجال الهندسة الكهربائية، ويحمل عنوان Fast and Robust Probabilistic AC Power Flow via a Hybrid MLP/Newton-Raphson Framework.

ويتناول البحث تطوير مقاربة حسابية تجمع بين تقنيات الذكاء الاصطناعي والطرق العددية التقليدية.

ويهدف البحث لتسريع عمليات تحليل الشبكات الكهربائية وتحسين كفاءة حساب تدفق القدرة، مع المحافظة على دقة النتائج وموثوقيتها.

ويقترح البحث – وفق ملخص منه حصلت عليه وكالة الأخبار – “إطارًا هجينا يجمع بين الشبكات العصبية الاصطناعية متعددة الطبقات (MLP) وخوارزمية نيوتن –رافسون (Newton–Raphson)، وهي من الطرق العددية المعتمدة على نطاق واسع في حساب تدفق القدرة وتحليل أداء أنظمة الطاقة الكهربائية”.

فيما تقوم فكرته الأساسية على تدريب نموذج للذكاء الاصطناعي للتنبؤ بمقادير الجهود الكهربائية وزوايا أطوارها، ثم استخدام هذه التنبؤات بوصفها قيمًا ابتدائية لخوارزمية نيوتن – رافسون، بما يسهم في تقليل عدد التكرارات الحسابية اللازمة للوصول إلى الحل.

ونوه المهندس الموريتاني بأهمية هذه المقاربة، مردفا أنها تكمن في الجمع بين سرعة التنبؤ التي توفرها الشبكات العصبية الاصطناعية ودقة الحل العددي الذي تتيحه خوارزمية نيوتن – رافسون، بما يسمح بالاستفادة من مزايا التقنيتين في تطوير أساليب أكثر كفاءة لتحليل الشبكات الكهربائية.

وذكر أن هذه الأبحاث تكتسب أهمية متزايدة في ظل التحديات التي تواجه أنظمة الطاقة الكهربائية الحديثة، ولا سيما تقلبات الأحمال، والتغيرات في ظروف تشغيل الشبكات، والتوسع في دمج مصادر الطاقة المتجددة، التي تتسم بعضُها بالتغير المستمر في مستويات الإنتاج.

وأردف أن هذا السياق يبرز أهمية تحليل تدفق القدرة الاحتمالي، الذي يهدف إلى تقييم تأثير حالات عدم اليقين المختلفة على أداء الشبكات الكهربائية.

وتتطلب هذه الدراسات عادةً تنفيذ أعداد كبيرة من الحسابات والمحاكاة، الأمر الذي يرفع الكلفة الحسابية ويجعل تسريع العمليات الحسابية هدفًا مهمًا في تطوير أدوات التحليل الهندسي.

وأشار إلى أن الدراسة اعتمدت على محاكاة مونت كارلو لتمثيل حالات عدم اليقين، من خلال إدخال تغيرات متزامنة على حقنات القدرة الكهربائية ومعلمات خطوط النقل، واختبار الإطار المقترح على شبكات كهربائية معيارية مختلفة الأحجام، من بينها شبكات IEEE ذات 9 و39 و118 عقدة.

فيما أظهرت النتائج العددية قدرة الإطار المقترح على تقليل عدد التكرارات الحسابية اللازمة لخوارزمية نيوتن – رافسون، مع الحفاظ على دقة الحل.

كما تناول البحث الخصائص النظرية للتقارب التربيعي المحلي للخوارزمية عند استخدام تنبؤات الشبكة العصبية لتحديد نقطة البداية، وهو جانب مهم في دراسة أداء الطرق العددية المستخدمة في حل مسائل تدفق القدرة.

ولفت إلى أن البحث يعكس أهمية توظيف تقنيات الذكاء الاصطناعي في معالجة المسائل الهندسية المعقدة، خصوصًا في مجال أنظمة الطاقة الكهربائية، الذي يتطلب الجمع بين النمذجة الرياضية والخوارزميات العددية وتقنيات التعلم الآلي.

كما يبرز البحث إمكانات تطوير أدوات حسابية أكثر كفاءة لدعم الدراسات المتعلقة بتشغيل الشبكات الكهربائية وتحليلها في ظل ظروف عدم اليقين.