#Технологии #Атом
Российские ученые из Курчатовского института разработали технологию сухого хранения отработанного ядерного топлива

Сейчас в мире эксплуатируют порядка 450 атомных реакторов, которые на выходе ежегодно дают порядка 900 тонн отработанного ядерного топлива (ОЯТ). Это сложная проблема, решение которой отложено на будущее. В России ОЯТ хранится в так называемых хранилищах бассейного типа, которые имеют много недостатков, главный из которых — высокие капитальные затраты на строительство.

Со многих атомных блоков, которые Россия строит за рубежом, отработанное ядерное топливо ввозится обратно в страну. Но мировые тенденции складываются таким образом, что доставка такого топлива стала очень дорогой. Сухие хранилища позволят хранить отработавшие сборки прямо на объектах или в отдельных территориальных зонах.

Доведя технологию до промышленного внедрения Россия сможет снизить затраты на строительство хранилищ отработанного ядерного топлива и повысить конкурентоспособность страны в области атомной энергетики.

#Технологии #Водород
Созданный год назад Научно-исследовательский институт водородной энергетики Уральского федерального университета готовится представить первые практические результаты. К концу этого года он должен продемонстрировать прототип стека твердооксидных топливных элементов (ТОТЭ) из материалов российского производства. Конструктивно стек ТОТЭ представляет собой небольшое устройство с размером единичных элементов, как правило, до 15 х 15 см при вырабатываемой электрической мощности около 2 кВт. Особенностями ТОТЭ являются высокая температура эксплуатации (700 — 800 °С) и максимальная эффективность в сравнении с любыми другими устройствами для генерации электроэнергии. Изготавливаемый в НИИ ВЭ прототип стека имеет пока уменьшенные размеры единичных элементов 5 х 5 см, однако уже в ближайших планах — изготовление стека размером 10 х 10 см.

#Технологии #Интересно Будет ли Минэнерго в будущем бороться с ИИ также, как с и майнингом?

К 2027 году потребление электроэнергии искусственным интеллектом потенциально может составить половину процента от мирового потребления электроэнергии.

Но оценка действительных объемов потребления электроэнергии ИИ в настоящем и будущем сильно затруднена, поскольку эта информация не раскрывается компаниями, а размеры моделей с ИИ неуклонно растут.

При этом, потребление энергии ИИ изменчиво и больше похоже на пилообразный график, чем на гладкую линию, к которая свойственна для большинства операторов центров обработки данных.

#Энергосистема #Технологии #ИИ
Развитие энергетики будет неразрывно взаимосвязано с развитием искусственного интеллекта

Учитывая устойчивую тенденцию к усложнению энергетических систем, которые вынуждены поддерживать разнонаправленные потоки электроэнергии между распределенными генераторами, сетью, электромобилями и домохозяйствами, выступающими в т. ч. и в роли производителей электроэнергии, устойчивое развитие и даже функционирование энергосистем без использования ИИ становится маловероятным.

Уже сейчас умные счетчики производят в несколько тысяч раз больше данных, чем их аналоговые предшественники. Новые поколения устройств мониторинга потоков электроэнергии в сети передают операторам на порядок больше данных, чем технологии, которые они заменяют. Мировой парк ветряных турбин включает в себя более 400 млрд точек данных.

В результате значительно возрастает потребность в обмене информацией, ее анализе, в более мощных инструментах планирования и эксплуатации энергетических систем.

И тут на сцену выходит стремительно развивающийся ИИ. Модели машинного обучения становятся все более совершенными, вычислительные мощности, необходимые для их разработки, удваиваются каждые пять-шесть месяцев с 2010 года. Некоторые алгоритмы ИИ даже способны самостоятельно программировать и изменять свой собственный код. ИИ уже используется более чем в 50 различных областях энергетической системы, а потенциал данного рынка оценивается в $13 млрд.

Одним из наиболее распространенных применений ИИ в энергетическом секторе является улучшение прогнозирования спроса и предложения. Так, например, нейронная сеть серьезно улучшила точность прогнозов ветропарка мощностью 700 МВт на 36 часов вперед. Что в совокупности с другими преимуществами ИИ увеличило финансовые результаты парка ВЭС на 20%. Другая компания разработала приложение для прогнозирования спроса на энергию с поддержкой ИИ, которое позволяет менеджерам коммерческих зданий избегать пиковых затрат и получать выгоду от тарифов с учетом времени использования.

Еще одним ключевым приложением ИИ является прогнозное техническое обслуживание, при котором производительность энергетического оборудования постоянно контролируется и анализируется для заблаговременного выявления потенциальных неисправностей. Так, например, алгоритм машинного обучения для прогнозирования необходимости замены кабелей среднего напряжения в сети и их профилактическое обслуживание потенциально может сократить перебои в электросети до 30%. Установка датчиков на линиях электропередачи для мониторинга уровня вибрации позволяют сократить количество отключений электроэнергии по этим кабелям на 15%. А применение ИИ для анализа данных с умных счетчиков клиентов сетевых организаций позволяет выявлять возникновение проблем на оборудовании потребителей.

ИИ присущи и свои риски, которые необходимо учитывать и устранять. К ним относятся, но не ограничиваются ими, угрозы кибербезопасности и конфиденциальности, влияние искажений или ошибок в данных, а также некорректные корреляции из-за недостаточного обучения, ошибок в данных или кодировании, нехватка и высокая стоимость квалифицированных специалистов по обработке данных и программистов, необходимость постоянного повышения квалификации сотрудников, большие объемы потребления электроэнергии ИИ (обучение одной модели требует электроэнергии больше годового потребления 100 домохозяйств в США) и рваный график такого потребления, проблема ответственности за негативные последствия от применения ИИ, который был разработан одной компанией, а применяется другой, масштаб негативных последствий для энергосистем и экономик от возможной некорректной работы моделей ИИ.

Безмазутные технологии на ТЭС могут экономить миллиарды
https://www.eprussia.ru/news/base/2024/425249.htm

Современные плазменно-топливные технологии предлагают эффективную замену дорогостоящему и вредному для окружающей среды топочному мазуту на теплоэлектростанциях (ТЭС). Институт теплофизики им. С. С. Кутателадзе Сибирского отделения РАН ищет пути упрощения и безопасного сжигания угольной пыли для производства тепловой и электрической энергии. #новости_энергетики #ТЭС #технологии