Ihmisaivoja jäljittelevä tekoälyohjaus voi vahvistaa sähköverkkoa
Image
Perinteisten voimalaitosten korvautuminen aurinko- ja tuulivoiman kaltaisilla vaihtelevilla energialähteillä on tehnyt sähköverkon ylläpitämisestä monimutkaista. Hussain Khanin Vaasan yliopistossa tarkastettava väitöskirja esittelee edistyksellisiä tekoälypohjaisia ohjausstrategioita, jotka varmistavat paikallisten sähköverkkojen luotettavuuden ja toimintakyvyn.
Sähköjärjestelmä on parhaillaan murroksessa, kun fossiilisiin polttoaineisiin perustuva tuotanto korvautuu vähitellen invertteripohjaisella uusiutuvalla energialla. Muutos lisää epävarmuutta ja vähentää verkon inertiaa eli hitausvastusta, mikä vaikeuttaa verkon operointia ja jännitteen vakauden hallintaa niin vaihto- kuin tasavirtamikroverkoissa.
Sähkötekniikan väitöskirjassaan Hussain Khan tarkastelee näitä haasteita. Hyödyntämällä keinotekoisia neuroverkkoja (ANN) Khan on kehittänyt ohjaimia, jotka kykenevät ennustamaan verkon muutoksia ja reagoimaan niihin reaaliajassa perinteisiä ohjausmenetelmiä tehokkaammin.
– ANN:t jäljittelevät ihmisaivojen toimintaa eli ne käsittelevät tietoa toisiinsa kytkeytyneiden neuronien välityksellä. Tällaisen luonnon malleja jäljittelevän lähestymistavan ansiosta järjestelmä oppii erilaisista skenaarioista ja kykenee mukautumaan aurinko- ja tuulivoiman ennalta-arvaamattomuuteen, Khan sanoo.
Kustannustehokkuutta sensorien optimoinnilla
Perinteiset järjestelmät tukeutuvat useisiin fyysisiin sensoreihin, jotka valvovat muun muassa jännitettä ja virtaa. Tämä lisää kustannuksia ja kasvattaa mahdollisten vikapisteiden määrää. Khanin tekoälypohjainen lähestymistapa osoittaa, että kehittyneellä ohjelmistolla voidaan korvata fyysisiä laitteita.
– Kouluttamalla neuroverkko tehokkaasti järjestelmä voi tarjota yhtä luotettavia tuloksia vain yhdellä sensorilla kahden sijaan. Tämä optimoi kustannuksia ja parantaa yleistä luotettavuutta, kun mahdollisesti rikkoutuvia osia on vähemmän, Khan toteaa.
Vaikka tekoälyohjaus voi parantaa tehokkuutta ja vähentää laitteistovaatimuksia, älykkäiden ohjainten tuominen kriittiseen infrastruktuuriin nostaa esiin myös uusia kysymyksiä.
– Suurin huolenaihe on, että tekoäly toimii mustan laatikon periaatteella: näemme syötteet ja tulokset, mutta emme pysty aina täysin selittämään, mitä sisällä tapahtuu. Siitä huolimatta testeissämme ohjain toimi erittäin hyvin, ja se on validoitu tarkasti reaaliaikaisessa ympäristössä, Khan huomauttaa.
Khanin tutkimus tukee laajempaa tavoitetta rakentaa vähähiilisiä sähköjärjestelmiä tulevina vuosikymmeninä. Parantamalla vakautta ja vähentämällä laitteistotarvetta tekoälypohjainen ohjaus voi auttaa sähköverkkoja integroimaan yhä suurempia määriä uusiutuvaa energiaa.
Väitöskirja
Khan, Hussain (2026) Advanced Predictive and AI-Based Converter Control Strategies for AC and DC Microgrids. Acta Wasaensia 580. Väitöskirja. Vaasan yliopisto.
Väitöstilaisuus
M.Sc. Hussain Khanin väitöstutkimus ”Advanced Predictive and AI-Based Converter Control Strategies for AC and DC Microgrids” tarkastetaan perjantaina 27.3.2026 klo 12 Vaasan yliopiston Nissi-auditoriossa.
Väitöstilaisuutta on mahdollista seurata myös etäyhteyden kautta:
https://uwasa.zoom.us/j/64657338723?pwd=zpg0sXjwgDToKrcwpb6cOXCOpy0u0T.1
Password: 249038
Vastaväittäjänä tilaisuudessa toimii professori Marko Hinkkanen (Aalto-yliopisto) ja kustoksena professori Kimmo Kauhaniemi.
Tietolaatikko
Lisätiedot
Hussain Khan, p. 046 849 4060, hussain.khan@uwasa.fi
Hussain Khan on syntynyt vuonna 1994 Muzaffarabadissa, Pakistanissa. Hän valmistui sähkötekniikan (Power Systems) diplomi-insinööriksi Bahria-yliopistosta Islamabadista vuonna 2019. Khan työskentelee tällä hetkellä tuotekehitysinsinöörinä Kempowerilla ja toimii Vaasan kaupunginvaltuutettuna.
Tilaa Vaasan yliopiston uutiskirje
Uutiskirje kokoaa yhteen Vaasan yliopiston ajankohtaiset uutiset tutkimuksen tuloksista, koulutuksesta sekä yhteistyöstä ja yhteiskunnallisesta vaikuttamisesta. Pysy kanssamme kehityksen eturintamassa.