Bagaimana Kecerdasan Buatan Membantu Menjaga Keandalan Jaringan Listrik di Era Energi Terbarukan?

Inggris menjadi salah satu contoh. National Grid bersama sejumlah mitra mengembangkan Foundational Shared Model Operations (FoSMo), sistem AI yang dirancang untuk membantu menstandarkan pengumpulan dan analisis data visual dari aset jaringan listrik. 

Proyek ini memperoleh pendanaan tahap Alpha sebesar £355.985 melalui Strategic Innovation Fund yang dikelola Ofgem bersama Innovate UK.

Pendekatan tersebut menunjukkan bahwa AI tidak harus langsung mengambil alih keputusan teknis. Nilainya justru terletak pada kemampuan mengolah data dalam jumlah besar sehingga teknisi dapat memperoleh informasi yang lebih terstruktur ketika menentukan tindakan.

AI Membaca Kondisi Gardu, Surya hingga Baterai

Kebutuhan analitik juga berbeda pada setiap jenis aset. Pada gardu induk dan transformator, misalnya, kondisi peralatan dapat dipelajari melalui kombinasi data operasional, diagnostik minyak, karakteristik termal dan riwayat pemeliharaan.

Pada pembangkit surya, perhatian dapat diarahkan pada performa inverter, solar tracker dan modul untuk menemukan kehilangan energi maupun indikasi gangguan. Pembangkit angin dapat dianalisis melalui kurva daya dan data getaran untuk melihat perubahan perilaku turbin.

Sementara itu, pembangkit tenaga air memiliki karakteristik yang berbeda karena efisiensi dan kondisi turbin menjadi bagian penting dari pemantauan. Pada sistem penyimpanan energi baterai, data listrik dan temperatur pada tingkat sel dapat digunakan untuk memantau degradasi serta mendeteksi kondisi abnormal.

Perkembangan teknologi tersebut juga menjadi perhatian perusahaan energi dan teknologi. Kayak Analytics, perusahaan berbasis di Singapura, misalnya, mengembangkan aplikasi AI dan analitik data untuk sejumlah aset tersebut. Perusahaan menyatakan pendekatannya menggabungkan data operasional dan historis dengan model rekayasa untuk membantu memahami perubahan kondisi peralatan.

Salah satu konsep yang dikembangkan adalah AI agentik. Sistem ini dirancang untuk menelusuri perilaku abnormal, mengumpulkan informasi teknis yang relevan, kemudian menyusun rekomendasi. Insinyur dapat berinteraksi menggunakan bahasa alami dan menelusuri alasan munculnya suatu peringatan.

Namun, keputusan akhir tetap berada di tangan operator. Prinsip tersebut penting karena sistem AI pada jaringan listrik tidak hanya berhadapan dengan persoalan efisiensi, tetapi juga menyangkut keselamatan, kontinuitas pasokan dan infrastruktur vital.