Carnegie a commencé sa campagne d'essais de réservoirs houlomoteurs prévue dans le bassin côtier et océanique de Cantabrie en Espagne.

Les essais généreront des données d’ondes physiques visant à valider Wave Predictor basé sur l’apprentissage automatique de Carnegie.

Carnegie a précédemment annoncé le développement d'un Wave Predictor basé sur l'apprentissage automatique capable de prédire les caractéristiques des vagues qui atteindront l'unité CETO jusqu'à 30 secondes à l'avenir.

Il s'agit du premier produit de la suite de produits de contrôle de Carnegie utilisant
intelligence artificielle.

Ils cherchent à augmenter l'énergie captée par les vagues et à augmenter ainsi le rendement électrique de l'unité CETO.

Le Wave Predictor est important pour Carnegie car il permet à la technologie CETO de répondre aux conditions de vagues d'une manière qui optimise la production d'énergie, améliorant ainsi les performances commerciales de la technologie.

Le Wave Predictor de Carnegie pourrait également bénéficier à d’autres applications dans l’industrie maritime, notamment l’aquaculture, l’éolien offshore et le transport maritime.

Pour développer le Wave Predictor, l’équipe d’analyse des données de Carnegie a utilisé le superordinateur Magnus de pointe du Pawsey Supercomputing Center pour exécuter des simulations.

Celles-ci ont généré plus de 250 Go de données sur les vagues utilisées pour entraîner le réseau neuronal (un cerveau artificiel) à prédire les vagues dans des états de mer complexes, y compris les vagues à propagation directionnelle.

Qu'est-ce que cette campagne de tests de chars apporte?

Cette campagne de tests de réservoirs fournira désormais des données d'ondes physiques mesurées par un ensemble d'équipements installés dans le réservoir.

La campagne de tests de chars a été retardée en raison de la pandémie de COVID-19.

Néanmoins, Carnegie a profité de l'occasion pour affiner la taille du réseau de capteurs d'onde utilisé pour effectuer la prédiction.

L'équipe a pu réduire de moitié le nombre de capteurs sans impact sur la précision des prédictions.

Cette optimisation réduira le coût du produit Wave Predictor et rendra son déploiement plus simple, a déclaré Carnegie.

À la fin de la semaine dernière, l'installation s'est préparée pour les tests avec des capteurs d'ondes installés dans le bassin.

En raison des restrictions de voyage actuelles, Carnegie ne peut pas assister aux essais, mais un flux en direct a été mis en place.

Cela permet à Carnegie de s'engager dans la progression du test et de fournir une rétroaction directe aux opérations de Cantabrie.

De plus, la différence de temps permet à Carnegie d'analyser les données et de suggérer des ajustements avant le prochain test.

Les tests s'étaleront sur la semaine, avec deux équipes de sept heures par jour.

Il verra plus de 200 tests qui produiront l'équivalent de 230 heures de données d'onde à grande échelle.

Ces essais couvriront une période de vagues allant de 6 à 16 secondes et une hauteur de vagues allant de 1 à 8 mètres.

Partenariat UWA

La campagne est réalisée en collaboration avec le Wave Energy Research Center de l'Université de Western Australia (UWA).

L'UWA travaille sur des méthodes de prévision des vagues utilisant des modèles basés sur la physique, en parallèle avec le modèle complémentaire d'apprentissage automatique développé à Carnegie.

Les données produites pendant le test aideront également UWA à valider leurs algorithmes de prédiction basés sur la physique.