عنوان مقاله: Data-driven Framework for Energy-Efficient Smart Cities
این مقاله یک چارچوب شبکه هوشمند مبتنی بر داده (data-driven smart grid framework) معرفی می کند که برای افزایش بهره وری انرژی در شهرهای هوشمند (Smart cities) مبتنی بر زنجیره بلوکی (Blockchain) و اینترنت اشیا، طراحی شده است. این چارچوب به طور کلی در شش مرحله کلی زیر قابل تعریف می شود:
- گردآوری داده: سیگنال های الکتریکی توسط دستگاه های اینترنت اشیا (Internet of Things) یا به اختصار IoT، مانند کنتورهای هوشمند (smart meters) جمع آوری می شوند و در یک پایگاه داده (Database) ذخیره می شوند.
- یادگیری عمیق (Deep learning): داده های تاریخی گردآوری شده، برای آموزش یک واحد یادگیری عمیق (deep learning module) برای پیش بینی تقاضای مصرف کننده در آینده و تشخیص ناهنجاری ها استفاده می شود.
- حاشیه نویسی معنایی (Semantic annotation): نتایج برای استدلال معنایی برای درک رویدادها (events) در شبکه هوشمند، حاشیه نویسی می شوند. با برچسب گذاری داده ها، سیستم می تواند رویدادهای رخ داده در شبکه هوشمند را بهتر درک کند. به عنوان مثال، می تواند الگوها یا علل ناهنجاری ها را در مصرف برق تشخیص دهد. این درک به سیستم اجازه می دهد تا تصمیمات آگاهانه ای در مورد نحوه مدیریت کارآمد شبکه بگیرد.
- انطباق (Adaptation): اقداماتی بر اساس این نتایج برای انطباق شبکه با تقاضاهای فعلی انجام می شود که توسط اپراتورها با استفاده از ابزار مدل سازی بصری مشخص شده است. این مرحله در مورد استفاده از بینش به دست آمده از تجزیه و تحلیل داده ها برای ایجاد تنظیمات بلادرنگ در شبکه، حصول اطمینان از عملکرد کارآمد و رفع نیازهای مصرف کنندگان است. اپراتورها با استفاده از یک ابزار شهودی و بصری در برنامه ریزی این تنظیمات نقش کلیدی دارند.
- بهینه سازی (Optimization): پیش بینی بار توسط یک جزء بهینه سازی خطی برای محاسبه توزیع بهینه انرژی استفاده می شود. در واقع، این مرحله شامل کشف بهترین راه برای توزیع انرژی در سراسر شبکه است. پیش بینی های مربوط به تقاضای برق آینده (پیش بینی بار) به عنوان ورودی استفاده می شود.
- تجارت انرژی (Energy trading): یک ماتریس تجارت انرژی تولید می شود که سپس برای ایجاد کد قرارداد هوشمند برای تراکنش های مبتنی بر بلاکچین استفاده می شود. این مرحله شامل مدیریت خرید و فروش انرژی بین بخش های مختلف شبکه است. ماتریس تجارت انرژی یک طرح دقیق است که نشان می دهد چه مقدار انرژی باید بین شبکه های مختلف منتقل شود. به عبارت ساده تر، این مرحله یک طرح برای تجارت انرژی ایجاد می کند و از قراردادهای ایمن و خودکار برای انجام این معاملات در یک بلاکچین استفاده می کند.
نقدی بر مقاله: این مقاله در تلفیق یادگیری عمیق و زنجیره بلوکی ایده زیبایی را دنبال می کند. با این حال، توضیحات پیرامون چارچوب مطرح شده چندان شفاف ارائه نشده است. ما سعی کردیم، خلاصه ای شفاف از روش کلی این مقاله مطرح کنیم.
