انجمن علمی مهندسی برق علوم و تحقیقات

انجمن علمی مهندسی برق و شاخه دانشجویی IEEE دانشگاه علم و صنعت ایران با همکاری انجمن های علمی سراسر کشور برگزار می‌کند:

​کارگاه حضوری آموزش پرینتر سه بعدی

👤 مدرس: امیرعلی رهنما
• دانشجوی کارشناسی مهندسی مکانیک دانشگاه علم و صنعت ایران
• سرپرست تیم رباتیک خودروی خودران دانشگاه علم و صنعت ایران
• دارنده مقام برتر در مسابقات فیراکاپ، ایکرام، المپیک فناوری، ربواسکیل و خوارزمی

​🗓 زمان برگزاری دوره:
روز های ۱۵ و ۱۶ مهرماه | ساعت ۹ الی ۱۴

🎓 همراه با ارائه مدرک رسمی دو زبانه

🔥 ۳۰٪ تخفیف ویژه ثبت‌نام زودهنگام!
فرصت ویژه برای ثبت‌نام با هزینه کمتر؛ ظرفیت محدود است.

​💰 شهریه دوره:
• ثبت‌نام آزاد: ۲,۱۰۰,۰۰۰ تومان ۱,۴۷۰,۰۰۰ تومان
• دانشجویان دانشگاه علم و صنعت: ۱,۴۰۰,۰۰۰ تومان ۹۸۰,۰۰۰ تومان

📩برای ثبت‌نام و ارتباط با ما، پیام دهید:

@EEIUST_Admin

🆔 TelegramEESSA
🆔 InstagramEESSA
🆔 LinkedInEESSA

از طرف دیگر، همین رابط می‌تواند برای تحریک الکتریکی نورون‌ها نیز استفاده شود.
اما یک مشکل اساسی وجود دارد: بسیاری از الکترودهای سنتی از موادی سخت‌تر از بافت بدن ساخته شده‌اند. این اختلاف مکانیکی می‌تواند در استفاده‌ی طولانی‌مدت باعث تحریک بافت، التهاب و کاهش کیفیت سیگنال می شود.
البته چالش‌های جدی همچنان باقی است: زیست‌سازگاری، پایداری طولانی‌مدت، کاهش نویز، انتقال توان و داده، کوچک‌سازی مدارها و حفظ عملکرد الکترود در محیط پیچیده‌ی بدن. بنابراین هدف فقط ساختن یک مدار کوچک‌تر نیست؛ باید سیستمی بسازیم که بتواند برای مدت طولانی در کنار یک سیستم زنده کار کند، بدون اینکه عملکرد خودش یا بافت اطرافش را مختل کند.
شاید در آینده، تجهیزات الکترونیکی پزشکی دیگر شبیه قطعات سخت و جدا از بدن نباشند؛ بلکه به شکل لایه‌هایی نرم و انعطاف‌پذیر ساخته شوند که بتوانند همراه با بدن حرکت کنند، سیگنال‌های آن را بخوانند و در صورت نیاز به آن پاسخ دهند.

در آن صورت، سؤال دیگر فقط این نیست که «چطور یک مدار را کوچک‌تر کنیم؟»؛ بلکه این است که «چطور یک مدار را طوری بسازیم که بدن آن را به‌عنوان بخشی بیگانه پس نزند؟»

#لبه_تکنولوژی #بیوالکتریک

الکترونیک عصبی انعطاف‌پذیر: وقتی مدارهای الکترونیکی با بافت زنده سازگار می‌شوند

یک مدار الکترونیکی معمولی برای کار کردن به یک سطح نسبتاً پایدار نیاز دارد؛ اما بدن انسان اصلاً چنین محیطی نیست. پوست، ماهیچه و مغز دائماً حرکت می‌کنند و تغییر شکل می‌دهند. حالا تصور کنید بخواهیم یک مدار الکترونیکی را مستقیماً روی چنین بافتی قرار دهیم. مشکل فقط اندازه‌ی مدار نیست؛ خودِ جنس و ساختار آن هم اهمیت پیدا می‌کند.

اینجاست که Flexible Bioelectronics یا الکترونیک زیستی انعطاف‌پذیر وارد می‌شود. در این فناوری، مهندسان تلاش می‌کنند مدارها و الکترودهایی بسازند که به اندازه‌ی بافت بدن نرم، نازک و انعطاف‌پذیر باشند. چنین تجهیزاتی می‌توانند روی پوست قرار بگیرند یا حتی برای کاربردهای کاشتنی، در تماس مستقیم با بافت‌های داخلی بدن قرار داشته باشند.

یکی از مهم‌ترین کاربردها، رابط‌های عصبی است. سلول‌های عصبی با سیگنال‌های الکتریکی با یکدیگر ارتباط برقرار می‌کنند؛ بنابراین اگر بتوانیم این سیگنال‌ها را با الکترودهای مناسب ثبت کنیم، می‌توانیم اطلاعاتی درباره‌ی فعالیت سیستم عصبی به دست آوریم.

⚡️ انجمن علمی مهندسی برق دانشگاه آزاد اسلامی واحد علوم و تحقیقات با همکاری باشگاه پژوهشگران جوان و نخبگان برگزار می‌کند:

🎓 گرایش کنترل
🎯 موضوع جلسه:
بازار شغلی و نرم افزارهای مورد نیاز گرایش کنترل همراه با مقدمه‌ای بر «کنترل خطی»؛ از اصلی‌ترین دروس کنترل و آشنایی با مفاهیم و مباحث مرتبط با این حوزه

🗓 تاریخ برگزاری: یکشنبه ۵ مهر ۱۴۰۵
⏰ زمان: ساعت ۱۸:۰۰

👨‍🏫 مدرس:
مهندس سیما تقی زاده
دانشجوی دکتری کنترل
دانشگاه صنعتی سهند تبریز

💵 هزینه: رایگان
🌐 محل برگزاری: مجازی

📍 جهت ثبت‌نام، وارد ربات تلگرام انجمن شوید:
🤖 @SRBIAUSSAEE_BOT
📣 @SRBIAUSSAEE
⚠️ در صورت بروز مشکل یا داشتن سؤال، به @saee_admin پیام دهید.

انجمن علمی مهندسی برق دانشگاه آزاد اسلامی واحد علوم و تحقیقات با همکاری باشگاه پژوهشگران جوان و نخبگان برگزار می‌کند:


🎓 نشست آموزشی «کاربرد اسمبلی در سالیدورکس»
🛠️ موضوع جلسه:
آشنایی با کاربرد Assembly در نرم‌افزار SolidWorks و مفاهیم مرتبط با طراحی و مونتاژ

🗓 تاریخ برگزاری: پنجشنبه ۲ مهر ۱۴۰۵
⏰ زمان: ساعت ۲۰:۰۰
👨‍🏫 مدرس:
مهندس محمد ظهوریان پردل
طراحی صنعتی و مخترع

💵 هزینه: رایگان
🌐 محل برگزاری: مجازی

📍 جهت ثبت‌نام، وارد ربات تلگرام انجمن شوید:
🤖 @SRBIAUSSAEE_BOT
📣 @SRBIAUSSAEE
⚠️ در صورت بروز مشکل یا داشتن سؤال، به @saee_admin پیام دهید.

انجمن علمی رباتیک و مکاترونیک معاونت فرهنگی و اجتماعی دانشگاه الزهرا (س) برگزار می‌کند:

#دوره_آموزشی جامع اردوینو از صفر تا پیشرفته

ثبت نام پاییزه آغاز شد !
🔥 کامل‌ترین مسیر یادگیری آردوینو؛ از صفر تا ساخت ربات و حضور در مسابقات رباتیک: این دوره با رویکرد کاملاً پروژه‌محور طراحی شده و شما را برای ورود به دنیای رباتیک، ساخت ربات‌های واقعی و حضور در مسابقات آماده می‌کند.

▫️ مدت دوره: ۴ ماه
▫️ به‌صورت آنلاین همراه با کارگاه حضوری ربات و مسابقات در انتهای دوره
▫️ اعطای گواهینامه معتبر دانشگاه الزهرا (س)
▫️ مدرس: دنیا خوبانی – دبیر سابق انجمن، دارنده چندین مقام ملی و بین‌المللی و داور مسابقات رباتیک در ایران
▫️ ظرفیت دوره: فقط ۸ نفر

📌 شروع دوره: 13 مهر 1405
📌 اطلاعات بیشتر و ثبت‌نام:
@sdtechacademy_support

ما را در این صفحات مجازی دنبال کنید:
آکادمی | انجمن

🎁 ویژه اعضای این کانال:
با کد تخفیف SDaz می‌توانید با قیمت همکاری ۲,۹۹۰,۰۰۰ تومان در این دوره ثبت‌نام کنید.
⏳ ظرفیت دوره محدود است.
برای دریافت اطلاعات و ثبت‌نام با آکادمی در ارتباط باشید: @sdtechacademy_support

انجمن علمی رباتیک و مکاترونیک معاونت فرهنگی و اجتماعی دانشگاه الزهرا (س) با همکاری آکادمی SD_Tech برگزار میکند :

#دوره تخصصی ساخت ربات میکروموس | آمادگی برای مسابقات

اگر می‌خواهید وارد دنیای ربات‌های سرعتی و حل هزارتو شوید، این دوره از طراحی و ساخت ربات تا کنترل، برنامه‌نویسی و آماده‌سازی برای مسابقه را به‌صورت عملی دنبال می‌کند.

🔧سخت‌افزار دوره:
Raspberry Pi Pico (RP2040)
👨‍🏫 مدرس: مهندس بنیامین کرناسی

📅 شروع دوره: ۲۰ مهرماه
👥 ظرفیت: فقط ۱۵ نفر
💰 شهریه دوره: ۳,۵۰۰,۰۰۰ تومان
⭐ ویژه همکاران و اعضای آکادمی: ۲,۹۹۰,۰۰۰ تومان


📩 برای ثبت‌نام و دریافت اطلاعات تکمیلی با آکادمی در ارتباط باشید.
@sdtechacademy_support



ما را در فضای مجازی زیر دنبال کنید.
تلگرام | اینستاگرام | بله

فرصت‌های واقعی این دانشگاه، هیچ‌وقت آگهی عمومی نمی‌شن...

در لایه‌ای عمیق‌تر از کلاس‌ها و راهروها، جریانی هست که ۹۰٪ دانشجوها تا روز فارغ‌التحصیلی حتی متوجهش نمی‌شن؛ اما همون کسانی که پیداش می‌کنن، مسیر آینده‌شون رو از همین‌جا قطعی می‌کنن.

می‌خوای بدونی پشت این در چی می‌گذره؟

🎯 «هر دانشجو، یک فرصت؛ هر فرصت، یک آینده»

کلید ورود دست خودته؛ کشفش کن:

🗝️ کشف مسیر و ورود به حلقه: آدرس سایت

📍 موقعیت: واحد علوم و تحقیقات، کتابخانه مرکزی دکتر حبیبی، طبقه دوم — باشگاه پژوهشگران جوان و نخبگان

💬 فضای مجازی: آیدی تلگرام

از دید سیستم‌های دیجیتال، جذاب‌ترین بخش ماجرا این است که این فناوری فقط یک تغییر در سلول حافظه نیست.
این فناوری در حال حرکت به سمت کاربردهای واقعی نیز هست. برای مثال، پژوهش‌های جدید روی تراشه‌های digital compute-in-memory نشان می‌دهند که می‌توان پردازش را به‌صورت دیجیتال و در نزدیکی حافظه انجام داد تا سخت‌افزارهای هوش مصنوعی برای دستگاه‌های لبه‌ای، که با محدودیت توان و منابع محاسباتی مواجه‌اند، کارآمدتر شوند.

البته هنوز چالش‌های مهمی وجود دارد؛ از جمله محدودیت ظرفیت و پهنای‌باند حافظه، مصرف انرژی مدارهای جانبی، خطا و تغییرپذیری سلول‌ها، افزایش پیچیدگی طراحی و دشواری هماهنگ کردن سخت‌افزار با الگوریتم‌های هوش مصنوعی. به همین دلیل Compute-in-Memory هنوز در حال توسعه است و یکی از موضوعات فعال پژوهشی در طراحی معماری‌های دیجیتال و تراشه‌های نسل آینده محسوب می‌شود.

شاید نسل بعدی پردازنده‌ها دیگر صرفاً سریع‌تر نشوند؛ شاید معماری کامپیوتر عوض شود تا اصلاً مجبور نباشیم داده‌ها را این‌قدر جابه‌جا کنیم.

#لبه_تکنولوژی #سیستم_های_دیجیتال

Compute-in-Memory: وقتی حافظه دیگر فقط محل نگهداری داده نیست

در یک کامپیوتر معمولی، پردازنده و حافظه دو بخش جدا از هم هستند. پردازنده محاسبه می‌کند و حافظه داده‌ها را نگه می‌دارد؛ اما برای انجام تقریباً هر محاسبه، داده باید از حافظه به پردازنده منتقل شود و نتیجه دوباره برگردد. وقتی حجم داده‌ها بسیار زیاد می‌شود، مسئله دیگر فقط سرعت پردازنده نیست؛ خودِ جابه‌جایی داده تبدیل به گلوگاه سیستم می‌شود.

اینجا مفهوم Compute-in-Memory یا CIM مطرح می‌شود: چرا داده را از حافظه بیرون بکشیم تا روی آن محاسبه کنیم؟ چرا بخشی از محاسبات را همان جایی انجام ندهیم که داده قرار دارد؟

در معماری‌های Compute-in-Memory، سلول‌ها یا آرایه‌های حافظه به شکلی طراحی می‌شوند که بتوانند علاوه بر ذخیره‌سازی، عملیات محاسباتی مشخصی را نیز انجام دهند. به این ترتیب مسیر رفت‌وبرگشت داده بین حافظه و پردازنده کوتاه‌تر می‌شود. این ایده مخصوصاً برای الگوریتم‌های هوش مصنوعی جذاب است، چون شبکه‌های عصبی معمولاً به تعداد بسیار زیادی عملیات ضرب و جمع روی حجم عظیمی از داده نیاز دارند.

در یک شبکه‌ی معمولی، باید توان فرستنده را افزایش داد، آنتن دیگری اضافه کرد یا مسیر ارتباطی متفاوتی پیدا کرد. اما یک RIS می‌تواند با تنظیم هزاران المان خود، مسیر بازتابی مناسبی ایجاد کند و انرژی موج را به سمت کاربر هدایت کند؛ بدون اینکه الزاماً یک فرستنده‌ی رادیویی فعال جدید در آن نقطه نصب شود.

اینجاست که هوش مصنوعی وارد ماجرا می‌شود. برای اینکه RIS در هر لحظه بداند هر المان را چگونه تنظیم کند، باید اطلاعاتی درباره‌ی کانال مخابراتی و موقعیت کاربران داشته باشیم. الگوریتم‌های یادگیری ماشین و یادگیری تقویتی می‌توانند برای پیدا کردن پیکربندی مناسب سطح استفاده شوند؛ مخصوصاً در محیط‌هایی که کانال دائماً با حرکت کاربران، موانع و تغییر شرایط انتشار عوض می‌شود.

شاید در آینده وقتی وارد یک ساختمان می‌شویم، فقط آنتن‌های روی سقف و دکل‌های مخابراتی نباشند که به ما سرویس می‌دهند؛ بلکه خودِ دیوارها، پنجره‌ها و سطوح اطرافمان هم بتوانند مسیر حرکت امواج را شکل دهند.

در آن صورت، شبکه‌ی مخابراتی دیگر فقط چیزی نیست که در محیط کار می‌کند؛ بلکه محیط هم به بخشی از شبکه تبدیل شده است.

#لبه_تکنولوژی #مخابرات

سطوح هوشمند: وقتی دیوارها هم بخشی از شبکه‌ی مخابراتی می‌شوند

در یک شبکه‌ی مخابراتی معمولی، مهندسان تلاش می‌کنند فرستنده و گیرنده را بهتر کنند؛ آنتن‌های بیشتر، توان بالاتر و الگوریتم‌های هوشمندتر. اما یک ایده‌ی جدیدتر سؤال متفاوتی می‌پرسد: چرا فقط خود تجهیزات را کنترل کنیم؟ چرا محیطی که موج در آن منتشر می‌شود را هم قابل‌کنترل نکنیم؟

اینجا مفهوم Reconfigurable Intelligent Surface یا RIS مطرح می‌شود. یک RIS از تعداد زیادی المان الکترومغناطیسی کوچک تشکیل شده است که می‌توانند با تغییر ویژگی‌هایی مانند فاز و دامنه‌ی بازتاب، رفتار موج الکترومغناطیسی را تغییر دهند. بنابراین یک سطح قرارگرفته روی دیوار، ساختمان یا حتی سازه‌های شهری می‌تواند به‌جای اینکه فقط موج را بازتاب دهد، آن را به شکل کنترل‌شده‌ای به سمت گیرنده هدایت کند.

ایده از اینجا جذاب‌تر می‌شود. فرض کنید یک ساختمان بین ایستگاه پایه و کاربر قرار گرفته و مسیر مستقیم سیگنال مسدود است.

⚡️ انجمن علمی مهندسی برق دانشگاه آزاد اسلامی واحد علوم و تحقیقات با همکاری باشگاه پژوهشگران جوان و نخبگان برگزار می‌کند:

🎓 نشست علمی «کاوش در مرزهای فرکانس بالا»

📡 بخش اول: مهندسی مایکروویو
🗓 تاریخ برگزاری: چهارشنبه ۲۵ شهریور ۱۴۰۵
⏰ زمان: ساعت ۱۶:۰۰

👨‍🏫 مدرس:
مهندس پرهام سراجی
فارغ‌التحصیل ممتاز ارشد مخابرات میدان و موج دانشگاه شریف

💵 هزینه: رایگان
🌐 محل برگزاری: مجازی
📍 جهت ثبت‌نام، وارد ربات تلگرام انجمن شوید:
🤖 @SRBIAUSSAEE_BOT
📣 @SRBIAUSSAEE
⚠️ در صورت بروز مشکل یا داشتن سؤال، به @saee_admin پیام دهید.

🎓 انجمن علمی دانشجویی مهندسی برق دانشگاه خوارزمی برگزار می‌کند:

⚡️ دوره تخصصی نرم‌افزار EPLAN

اگر می‌خواهی وارد دنیای طراحی و مستندسازی نقشه‌های برق صنعتی شوی، EPLAN یکی از مهارت‌های کاربردی و ارزشمند برای ورود به بازار کار مهندسی برق است.

🔹یادگیری EPLAN می‌تواند یک مهارت مهم برای فعالیت در حوزه‌های طراحی تابلو برق، برق صنعتی، اتوماسیون، مهندسی برق و واحدهای فنی شرکت‌های صنعتی باشد.

📚 سرفصل‌های دوره:
▫️ نقشه‌خوانی برق
▫️ نصب نرم‌افزار و کار با محیط EPLAN
▫️ کار با ابزارهای گرافیکی و قابلیت‌های ترسیم
▫️ جایگذاری سیمبل‌ها و ترسیم مدار
▫️ گزارش‌گیری
▫️ جانمایی تابلو
▫️ تحلیل نقشه‌های کاربردی

👨🏻‍🏫 مدرس دوره:
مهندس امیرحسین خوشبخت
مدرس سازمان فنی و حرفه‌ای
کارشناس و مهندس برق

🎓 با ارائه مدرک پایان دوره از دانشگاه خوارزمی

🗓 شروع دوره: ٩ مهر
📅 روزهای برگزاری: پنجشنبه و جمعه

🚀 اگر به دنبال ساختن یک مهارت تخصصی و کاربردی برای ورود قدرتمندتر به بازار کار برق هستی، EPLAN شروع خوبی باشد.

📩 برای ثبت‌نام و دریافت اطلاعات بیشتر، با ما در ارتباط باشید.
@Eesakhu

➖➖➖➖➖➖➖➖➖
📱 linkedin 📱 Instagram 📱 telegram
➖➖➖➖➖➖➖➖➖

⚡️ انجمن علمی مهندسی برق دانشگاه آزاد اسلامی واحد علوم و تحقیقات با همکاری باشگاه پژوهشگران جوان و نخبگان برگزار می‌کند:

💻 دوره «معرفی نرم‌افزار پروتئوس مقدماتی»

🔧 آشنایی مقدماتی با محیط نرم‌افزار پروتئوس و کاربردهای آن در مهندسی برق

🗓 تاریخ برگزاری: چهارشنبه ۲۵ شهریور ۱۴۰۵
⏰ زمان: بعد از ساعت ۱۸

👨‍🏫 مدرس:
محمدمهدی معینی‌منش

💵 هزینه: رایگان

🌐 محل برگزاری: مجازی
📌 زمان دقیق برگزاری متعاقباً اعلام خواهد شد.

📍 جهت ثبت نام، وارد ربات تلگرام انجمن شوید:

🤖 @srbiaussaee_bot

📣 @srbiaussaee

⚠️ در صورت بروز مشکل یا داشتن سؤال، به @saee_admin پیام دهید.

مزیت فقط کاهش اندازه نیست. اگر یک تراشه‌ی یکپارچه‌ی بزرگ دچار نقص تولید شود، ممکن است کل تراشه غیرقابل استفاده شود؛ اما در معماری چیپلت می‌توان بخش‌های مختلف را جداگانه طراحی، تولید و آزمایش کرد. حتی لازم نیست همه‌ی چیپلت‌ها با یک فناوری ساخت یکسان ساخته شوند. این موضوع می‌تواند هزینه‌ی طراحی و تولید را کاهش دهد و امکان استفاده‌ی مجدد از بلوک‌های سخت‌افزاری را افزایش دهد.
اما اینجا مسئله‌ی اصلی شروع می‌شود: چطور چند تراشه‌ی مستقل را طوری به هم وصل کنیم که سیستم احساس کند با یک تراشه‌ی واحد طرف است؟ارتباط بین چیپلت‌ها باید فوق‌العاده سریع، کم‌مصرف و قابل اعتماد باشد.
جالب‌تر اینکه مشکل دیگر فقط طراحی مدار نیست. وقتی چند چیپلت در یک پکیج کنار هم یا روی هم قرار می‌گیرند، مهندس باید هم‌زمان به سیگنال، توان، حرارت، بسته‌بندی، تأخیر ارتباطی و قابلیت اطمینان فکر کند. به همین دلیل چیپلت‌ها مرز بین طراحی مدار و طراحی سیستم را کم‌رنگ کرده‌اند؛ چیزی که قبلاً در مراحل جداگانه انجام می‌شد، حالا باید به‌صورت هم‌زمان بهینه شود.

#لبه_تکنولوژی #الکترونیک

چیپلت‌ها: وقتی یک تراشه دیگر مجبور نیست همه‌کاره باشد

برای سال‌ها، قانون بازی در صنعت نیمه‌رسانا ساده بود: اگر تراشه‌ای سریع‌تر می‌خواهیم، باید ترانزیستورهای بیشتری را روی یک قطعه سیلیکون جا بدهیم. اما هرچه تراشه‌ها پیچیده‌تر شدند، ساختن یک تراشه‌ی یکپارچه‌ی بزرگ‌تر هم گران‌تر و دشوارتر شد. حالا یک ایده‌ی متفاوت در حال تغییر این بازی است: به‌جای ساختن یک تراشه‌ی غول‌پیکر، چرا آن را به چند تراشه‌ی کوچک‌تر تقسیم نکنیم؟

اینجا Chiplet وارد می‌شود. در معماری چیپلت، بخش‌های مختلف یک سیستم به تراشه‌های کوچک و تخصصی تقسیم می‌شوند؛ مثلاً یک چیپلت برای پردازنده، یکی برای حافظه، یکی برای ارتباطات و دیگری برای شتاب‌دهی هوش مصنوعی. سپس این قطعات با استفاده از فناوری‌های پیشرفته‌ی بسته‌بندی، در یک پکیج کنار هم قرار می‌گیرند و با سرعت بسیار بالا با یکدیگر ارتباط برقرار می‌کنند. در واقع، به‌جای اینکه یک تراشه را از ابتدا تا انتها یکپارچه بسازیم، یک سیستم را از چند «قطعه‌ی سیلیکونی قابل ترکیب» می‌سازیم.

📣 اطلاعیه برگزاری همایش «مدیریت بحران و مخاطرات طبیعی»

به اطلاع دانشجویان دانشگاه آزاد اسلامی واحد علوم و تحقیقات می‌رساند، همایش «مدیریت بحران و مخاطرات طبیعی» احتمالاً در آذرماه ۱۴۰۵ برگزار خواهد شد.

🔹 دانشجویانی که تمایل دارند در امور اجرایی و برگزاری این همایش مشارکت داشته باشند، می‌توانند جهت هماهنگی و اطلاع از جزئیات، در گروه کادر اجرایی در پیام‌رسان «بله» عضو شوند.

🔗 عضویت در گروه کادر اجرایی:
http://ble.ir/join/21yeUHJCyr

شبکه‌ی هوشمند: وقتی برق خودش یاد می‌گیرد چقدر لازم است ⚡

شبکه‌ی برق سنتی مانند راننده‌ای است که همیشه با احتیاط زیاد رانندگی می‌کند، چون نمی‌داند دقیقاً چه اتفاقی قرار است بیفتد. برای همین همیشه ظرفیت اضافه‌ای نگه می‌دارد، فقط برای اطمینان. شبکه‌ی هوشمند تلاش می‌کند این حدس‌وگمان را با داده جایگزین کند. 📊

ایده‌ی اصلی ساده است: کنتورهای هوشمند، سنسورهای توزیع‌شده، و پیش‌بینی هوای دقیق، هزاران نقطه‌داده در لحظه تولید می‌کنند. 🌤️

این پیش‌بینی دیگر یک گزارش آماری صرف نیست؛ مستقیم وارد تصمیم‌گیری عملیاتی می‌شود، مثلا‌ً اینکه چه زمانی از باتری‌های ذخیره استفاده شود یا چه زمانی تولید تجدیدپذیر به شبکه اضافه شود. 🔋

در مقیاس بزرگ‌تر، بهینه‌سازی مبتنی بر هوش مصنوعی می‌تواند هدررفت انرژی تجدیدپذیر، که به‌خاطر عدم تطابق لحظه‌ای تولید و مصرف دور ریخته می‌شود، را تا سی تا پنجاه درصد کاهش دهد. 🌱

مروری جامع درباره‌ی هوش مصنوعی و یادگیری ماشین در شبکه‌های هوشمند:
https://www.sciencedirect.com/science/article/pii/S2590174525004611

#لبه_تکنولوژی #قدرت