تشهد التكنولوجيا تقدمًا ملحوظًا في مجال الطاقة، مع تزايد استخدام أنظمة تخزين الطاقة بالبطاريات (BESS) في الشبكات الكهربائية. هذا الاستخدام يساهم بشكل كبير في تنظيم الفولتية وتلبية احتياجات الطلب، لكنه أيضًا يزيد من حجم وتعقيد البيانات التشغيلية المتاحة لمشغلي الشبكة. في هذا السياق، نقدم إطار عمل مبتكر لمراقبة أنظمة الطاقة يعتمد على الذكاء الاصطناعي، حيث يربط واجهة نماذج اللغة الكبيرة (LLM) مع قاعدة بيانات معلومات مغلقة تعمل على تحليل الأنظمة المدمجة.

يتيح هذا الإطار للمعنيين طرح الأسئلة بلغة طبيعية، والتي يتم تحويلها إلى استفسارات SQL معتمدة، مما يسهل استخراج القياسات الأساسية مثل فولتية الأجهزة، حالة الشحن، الطاقة الفعالة والطاقة التفاعلية. بعد استرجاع هذه البيانات، يتم تقييمها وفقًا للقيود الهندسية لضمان الالتزام بالحدود المعينة.

تمت المصادقة على هذا النموذج باستخدام بيانات محاكاة حديثة تعمل تحت التحكم في الجهد القائم على الطاقة التفاعلية، مما يوفر حالة فعالة من تجربة التشغيل. تظهر دراسات الحالة أن الإطار قادر على توليد استفسارات قاعدة بيانات فعالة، وتحديد الانتهاكات المتكررة للجهد، وكشف تخفيضات الطاقة التفاعلية، وتقييم أداء تتبع الطاقة الفعالة.

بناءً على النتائج، يتضح أن المراقبة المدعومة من نماذج اللغة الكبيرة تفتح آفاقًا جديدة في ربط بيانات الشبكة المنظمة مع تقييمات هندسية آلية، مما يعزز من كفاءة تشغيل أنظمة استهلاك الطاقة بالبطاريات.