AI Agent theo dõi tiêu thụ năng lượng và cảnh báo bất thường

Hóa đơn tiền điện tháng này cao hơn tháng trước, và câu hỏi đầu tiên của giám đốc nhà máy luôn là: tăng ở đâu, vì sao. Phòng kỹ thuật mở bảng số đọc công tơ, so với sản lượng, nhớ lại tuần đó trời nóng, có một dây chuyền chạy thêm ca. Mất hai ngày để đưa ra một câu trả lời có vẻ hợp lý, và vẫn không ai chắc có phải máy nén khí ở xưởng B đã chạy suốt hai đêm cuối tuần vì van xả bị kẹt hay không.

AI Agent có thể theo dõi dữ liệu tiêu thụ liên tục, so với một đường nền hợp lý theo thời tiết, sản lượng và ca, phát hiện chỗ lệch, giải thích bằng lời và tạo phiếu cho người kiểm tra. Điều agent không làm là điều khiển thiết bị. Bài này nói về phía năng lượng; việc quản lý phiếu sửa chữa máy móc có ở bài AI quản lý bảo trì thiết bị, còn phân tích nguyên nhân dừng máy có ở bài AI phân tích nhật ký dừng máy.

1. Cảnh báo năng lượng là so với mức đáng lẽ phải dùng

Tiêu thụ điện của một nhà máy, tòa nhà hay chuỗi cửa hàng không bao giờ phẳng. Nó lên theo nhiệt độ ngoài trời vì hệ thống làm mát chạy nhiều hơn, theo sản lượng vì máy chạy nhiều giờ hơn, theo ca vì có ca đêm hay không, theo ngày nghỉ, theo mùa. Một con số tuyệt đối như “hôm nay dùng nhiều hơn hôm qua” gần như không nói được gì. Câu hỏi đúng là: với điều kiện hôm nay, lẽ ra phải dùng bao nhiêu, và mức thực tế lệch khỏi đó bao xa.

Mức “lẽ ra phải dùng” gọi là đường nền (baseline). Dựng được đường nền đáng tin là phần khó nhất và quan trọng nhất của bài toán. Khi đã có đường nền, phát hiện bất thường trở thành việc đo khoảng lệch và xét xem khoảng lệch đó có kéo dài, có lặp lại, có rơi vào giờ không sản xuất hay không. Phần giá trị nhất của agent nằm ở bước sau: giải thích được vì sao nghi ngờ, chỉ ra công tơ nào, khung giờ nào, và đưa đúng người đi xem.

2. Các yếu tố cần thiết kế

1. Cây đo đếm và chu kỳ đọc

Trước khi nói đến AI, cần vẽ được cây đo đếm: công tơ tổng của điện lực, các công tơ phụ theo xưởng, theo tủ điện, theo nhóm phụ tải lớn như máy nén khí, chiller, lò, hệ thống chiếu sáng. Mỗi điểm đo cần có mã, vị trí, phụ tải mà nó bao phủ, đơn vị, hệ số nhân và chu kỳ đọc. Nhiều nơi có công tơ phụ nhưng không ai còn nhớ nó đo cái gì sau vài lần cải tạo tủ điện.

Chu kỳ đọc quyết định loại bất thường bắt được. Dữ liệu theo ngày chỉ cho biết ngày nào cao; dữ liệu theo khung mười lăm phút hay theo giờ mới cho biết tải ban đêm, đỉnh công suất và thời điểm máy khởi động. Agent nên hiển thị rõ dữ liệu của từng điểm đo thuộc loại nào, để không ai kỳ vọng phát hiện điều mà dữ liệu không thể cho thấy.

2. Chất lượng dữ liệu và khoảng trống

Dữ liệu năng lượng có rất nhiều lỗi thường ngày: bộ thu thập mất kết nối vài giờ rồi gửi dồn, công tơ thay mới làm chỉ số quay về gần không, số đọc thủ công bị gõ nhầm một chữ số, đồng hồ của bộ thu thập lệch giờ. Nếu không xử lý, mỗi lỗi này sinh ra một cảnh báo giả.

Agent cần một lớp kiểm tra trước khi phân tích: phát hiện khoảng trống, giá trị âm, bước nhảy bất thường của chỉ số tích lũy, chênh lệch giữa tổng các công tơ phụ và công tơ tổng. Lỗi dữ liệu được báo thành một loại riêng gửi cho người phụ trách hệ thống đo, không trộn với cảnh báo tiêu thụ. Mất dữ liệu kéo dài ở một điểm đo quan trọng tự nó là một việc cần xử lý.

3. Đường nền theo thời tiết, sản lượng và ca

Đường nền tốt giải thích được phần lớn dao động bình thường bằng vài biến có thật: nhiệt độ ngoài trời hoặc chỉ số độ ngày làm mát, sản lượng theo đơn vị nhà máy dùng, số ca và số giờ vận hành, loại ngày (làm việc, cuối tuần, lễ). Với tòa nhà văn phòng, biến quan trọng có thể là tỷ lệ lấp đầy và giờ mở cửa; với chuỗi cửa hàng là giờ mở cửa và diện tích.

Mô hình không cần phức tạp. Một mô hình hồi quy rõ ràng mà kỹ sư năng lượng hiểu được thường đáng tin hơn một mô hình phức tạp không ai giải thích được. Đường nền phải được dựng lại khi có thay đổi lớn: lắp thêm dây chuyền, thay chiller, cải tạo chiếu sáng. Nếu không, mọi tháng sau thay đổi đều trông như bất thường, hoặc khoản tiết kiệm thật bị che mất. Đường nền cũng có thể trôi dần theo thời gian; cách theo dõi hiện tượng trôi của mô hình nói chung có ở bài model drift AI Agent.

4. Lịch sản xuất, lịch bảo trì và sự kiện vận hành

Rất nhiều “bất thường” thực ra có lý do: chạy thử dây chuyền sau bảo trì, sấy khuôn trước ca, chạy bù đơn hàng gấp vào Chủ nhật, thử tải máy phát. Nếu agent không biết các sự kiện này, nó sẽ báo động đúng vào lúc mọi người bận nhất và nhanh chóng bị bỏ qua.

Agent cần đọc lịch sản xuất, lịch bảo trì và một sổ sự kiện vận hành mà trưởng ca có thể ghi nhanh. Khi có sự kiện trùng khung giờ, agent vẫn ghi nhận khoảng lệch nhưng hạ mức ưu tiên và nêu rõ sự kiện có thể giải thích. Ngược lại, khoảng lệch không có sự kiện nào giải thích được mới là thứ đáng đưa người đi xem.

5. Các dạng bất thường cần phân biệt

Không phải mọi bất thường đều giống nhau, và mỗi dạng gợi ý một hướng kiểm tra khác. Bảng dưới đây là một cách phân loại thường dùng.

Agent dùng phân loại này để viết cảnh báo có hướng đi, thay vì chỉ nói “điện tăng”.

6. Cảnh báo kèm lời giải thích

Một cảnh báo hữu ích trả lời được bốn câu: ở đâu (công tơ, khu vực), khi nào (khung giờ, kéo dài bao lâu), lệch bao nhiêu so với đường nền và so với cùng kỳ, vì sao đáng chú ý (rơi vào giờ không sản xuất, không có sự kiện nào giải thích, lặp lại ba đêm). Kèm theo là biểu đồ nhỏ và hướng kiểm tra gợi ý.

Lời giải thích phải tách rõ điều dữ liệu cho thấy và điều chỉ là giả thuyết. “Tải nền của xưởng B cao hơn đường nền trong các khung từ nửa đêm đến sáng, ba đêm liên tiếp” là quan sát. “Có thể máy nén khí không tắt hoặc có điểm rò khí nén” là giả thuyết, cần người kiểm tra. Agent không được viết giả thuyết như kết luận.

7. Phiếu kiểm tra và phản hồi đóng vòng

Cảnh báo đủ mức sẽ sinh ra phiếu kiểm tra gửi cho kỹ thuật viên phụ trách khu vực, kèm dữ liệu và hướng gợi ý. Sau khi kiểm tra, kỹ thuật viên ghi kết quả theo vài lựa chọn: tìm thấy nguyên nhân và đã xử lý, tìm thấy nguyên nhân và cần sửa chữa (chuyển sang phiếu bảo trì), không tìm thấy gì bất thường, lỗi dữ liệu.

Phản hồi này là nguồn học quan trọng nhất. Cảnh báo bị đánh dấu “không có gì” lặp đi lặp lại ở cùng một điểm đo là dấu hiệu đường nền sai hoặc thiếu một sự kiện vận hành. Không có phản hồi, hệ thống cảnh báo sẽ chỉ ngày càng ồn.

8. Ranh giới chỉ đọc với hệ thống điều khiển

Agent không có quyền ghi vào hệ thống điều khiển tòa nhà (BMS), hệ thống SCADA hay bộ điều khiển máy. Kết nối nên là một chiều: agent đọc dữ liệu từ bộ thu thập hoặc cơ sở dữ liệu lịch sử, không có đường nào gửi lệnh ngược lại. Lý do không chỉ là an toàn vận hành: một thiết bị tưởng chạy thừa có thể đang giữ nhiệt cho lô hàng, duy trì áp suất cho phòng sạch hay chạy hệ thống phòng cháy.

Khi agent đề xuất điều chỉnh, như dời giờ khởi động máy nén để tránh đỉnh công suất, đề xuất đó đi vào phiếu cho trưởng bộ phận kỹ thuật xem xét và quyết định. Nguyên tắc phân quyền chỉ đọc cho agent nói chung có ở bài phân quyền AI Agent.

3. Quy trình triển khai thực tế

Bước 1: Kiểm kê điểm đo và dựng cây đo đếm

Lập danh sách mọi công tơ và bộ thu thập, xác minh từng điểm đo bao phủ phụ tải nào, đối chiếu với sơ đồ một sợi. Chọn một khu vực có dữ liệu đủ chi tiết để bắt đầu, thường là xưởng tiêu thụ lớn nhất hoặc một tòa nhà có hệ thống đo tốt.

Thu thập dữ liệu lịch sử đủ dài để thấy được mùa và các kiểu tuần làm việc khác nhau, kèm dữ liệu thời tiết, sản lượng và lịch ca của cùng giai đoạn. Đánh dấu những giai đoạn có thay đổi lớn về thiết bị.

Bước 2: Dựng và kiểm chứng đường nền cùng kỹ sư năng lượng

Dựng đường nền cho từng điểm đo được chọn, rồi cùng kỹ sư năng lượng xem lại các khoảng lệch lớn trong quá khứ. Những khoảng lệch có lý do đã biết giúp kiểm tra xem mô hình có hợp lý không và còn thiếu biến nào. Chốt các dạng bất thường cần theo dõi và mức lệch nào đáng tạo phiếu, mức nào chỉ cần ghi lại.

Bước 3: Nối lịch vận hành và chạy cảnh báo song song

Nối agent với lịch sản xuất, lịch bảo trì và sổ sự kiện. Chạy cảnh báo ở chế độ chỉ gửi cho kỹ sư năng lượng trong một thời gian, chưa gửi kỹ thuật viên. Kỹ sư đánh giá từng cảnh báo là đúng, sai hay có lý do, và từ đó chỉnh đường nền, ngưỡng và nội dung lời giải thích.

Bước 4: Mở luồng phiếu kiểm tra và mở rộng điểm đo

Khi tỷ lệ cảnh báo có ích đủ để kỹ thuật viên tin, mở luồng phiếu kiểm tra theo khu vực, yêu cầu ghi kết quả khi đóng phiếu. Thêm dần các điểm đo khác và các câu hỏi tổng hợp như tiêu thụ trên mỗi đơn vị sản phẩm theo tháng. Nếu doanh nghiệp có báo cáo phát thải, số liệu đã được làm sạch có thể dùng tiếp cho bài toán ở bài AI hỗ trợ báo cáo ESG.

4. Ví dụ giả định

Một nhà máy chế biến thực phẩm có công tơ phụ cho kho lạnh, xưởng sơ chế, khu đóng gói và hệ thống khí nén. Sáng thứ Hai, agent gửi cho kỹ sư năng lượng cảnh báo: công tơ hệ thống khí nén cho thấy tiêu thụ trong hai đêm cuối tuần cao hơn đường nền ngày nghỉ, kéo dài suốt đêm, không có lịch sản xuất hay bảo trì nào trùng. Agent kèm biểu đồ so với các cuối tuần trước và gợi ý kiểm tra máy nén có được tắt theo lịch không, hoặc có điểm rò trên đường ống.

Kỹ sư năng lượng chuyển thành phiếu cho kỹ thuật viên trực ca sáng. Kỹ thuật viên phát hiện một máy nén dự phòng được chuyển sang chế độ chạy tay trong lúc bảo trì tuần trước và chưa trả về chế độ tự động, đồng thời nghe thấy tiếng rò ở một khớp nối. Kỹ thuật viên trả máy về chế độ tự động, tạo phiếu bảo trì cho khớp nối và ghi kết quả vào phiếu kiểm tra. Agent không hề gửi lệnh nào tới máy nén. Đây là ví dụ giả định để minh họa luồng xử lý.

5. Rủi ro và giới hạn

• Đường nền sai làm cảnh báo giả tràn lan và kỹ thuật viên bỏ qua cả cảnh báo thật
• Lỗi dữ liệu đo bị hiểu nhầm thành bất thường tiêu thụ
• Giả thuyết của agent về nguyên nhân bị coi là kết luận
• Có người đề xuất cho agent quyền điều khiển thiết bị để “tự tiết kiệm”

Rủi ro thường gặp nhất là mệt mỏi vì cảnh báo. Mỗi cảnh báo vô ích làm giảm niềm tin, và sau vài tuần kỹ thuật viên sẽ lướt qua mọi tin nhắn từ agent. Vì vậy giai đoạn chạy song song với kỹ sư năng lượng là bắt buộc, và số cảnh báo gửi đi nên được giữ ở mức người nhận thực sự xử lý được.

Một giới hạn khác là agent chỉ thấy những gì có công tơ. Một phụ tải lớn không có điểm đo riêng sẽ chỉ hiện ra như khoảng lệch mơ hồ ở công tơ tổng. Agent có thể chỉ ra những vùng mù này để doanh nghiệp quyết định có lắp thêm đo đếm hay không.

6. Phân chia trách nhiệm vận hành

Kỹ sư năng lượng hoặc người phụ trách năng lượng của doanh nghiệp sở hữu cây đo đếm, đường nền, danh mục dạng bất thường và ngưỡng tạo phiếu, và là người duyệt mỗi lần dựng lại đường nền. Trưởng bộ phận kỹ thuật quyết định mọi thay đổi về vận hành thiết bị. Kỹ thuật viên khu vực kiểm tra hiện trường và ghi kết quả. Trưởng ca ghi sự kiện vận hành bất thường vào sổ để agent không báo nhầm. Người phụ trách hệ thống đo xử lý lỗi bộ thu thập và công tơ. Người vận hành agent theo dõi chất lượng cảnh báo và tỷ lệ phiếu không có kết quả.

7. Chỉ số nên theo dõi

• Tỷ lệ cảnh báo được kỹ thuật viên xác nhận là có nguyên nhân thật
• Thời gian từ khi cảnh báo được tạo đến khi có người kiểm tra hiện trường
• Tỷ lệ điểm đo có dữ liệu đầy đủ trong kỳ
• Tiêu thụ trên mỗi đơn vị sản phẩm hoặc trên mỗi mét vuông theo thời gian

Ba chỉ số đầu đo chất lượng của chính hệ thống cảnh báo; chỉ số thứ tư đo hiệu quả năng lượng thực tế. Không nên quy toàn bộ thay đổi của chỉ số thứ tư cho agent, vì nó còn chịu ảnh hưởng của cơ cấu sản phẩm, thời tiết và các dự án cải tạo chạy song song.

8. Checklist trước khi vận hành

• Cây đo đếm đã được xác minh, mỗi điểm đo có mã, vị trí, phụ tải và hệ số
• Đường nền của từng điểm đo được kỹ sư năng lượng xem xét và chấp nhận
• Lịch sản xuất, lịch bảo trì và sổ sự kiện vận hành đã nối vào agent
• Lỗi dữ liệu đo được tách thành loại cảnh báo riêng cho người phụ trách hệ thống đo
• Kết nối của agent với hệ thống đo và điều khiển là chỉ đọc
• Phiếu kiểm tra có các lựa chọn kết quả bắt buộc khi đóng

9. Câu hỏi thường gặp

AI Agent có tự tắt máy hay chỉnh điều hòa để tiết kiệm điện không? Không nên. Agent chỉ đọc dữ liệu, phát hiện bất thường và tạo phiếu kiểm tra. Việc tắt thiết bị, đổi điểm đặt nhiệt độ hay thay đổi lịch chạy máy phải do kỹ thuật viên hoặc trưởng ca thực hiện, vì họ biết thiết bị đó đang phục vụ quy trình nào.

Cần lắp thêm công tơ thông minh mới dùng được không? Không nhất thiết ở giai đoạn đầu. Agent có thể bắt đầu với dữ liệu công tơ tổng theo khung giờ và số đọc thủ công của các công tơ phụ. Tuy vậy, dữ liệu càng chi tiết theo khu vực và theo thời gian thì cảnh báo càng chỉ đúng chỗ, nên lắp thêm đo đếm thường là bước thứ hai.

Vì sao không chỉ đặt ngưỡng cố định cho mỗi công tơ? Vì tiêu thụ thay đổi theo thời tiết, sản lượng, ca làm việc và ngày nghỉ. Một ngưỡng cố định sẽ báo động liên tục vào ngày nóng hoặc ngày chạy nhiều hàng, rồi im lặng vào ngày nghỉ dù máy nén khí vẫn chạy không tải. Đường nền có tính đến các yếu tố này cho cảnh báo có nghĩa hơn.

AI Agent khác gì phần mềm giám sát năng lượng sẵn có? Phần mềm giám sát thường vẽ biểu đồ và đặt ngưỡng. Agent bổ sung lớp giải thích bằng lời, đối chiếu với lịch sản xuất và lịch bảo trì, tạo phiếu kiểm tra cho đúng người và trả lời câu hỏi kiểu vì sao tuần này điện tăng. Hai thứ có thể chạy cùng nhau, agent đọc dữ liệu từ hệ thống giám sát.

Kết luận

AI Agent theo dõi năng lượng có giá trị khi nó trả lời được câu hỏi “lẽ ra phải dùng bao nhiêu” và chỉ ra chỗ lệch kèm lý do đáng tin. Nền móng là cây đo đếm rõ ràng, dữ liệu sạch, đường nền mà kỹ sư hiểu được và lịch vận hành đầy đủ. Lớp agent thêm vào đó lời giải thích, phiếu kiểm tra và vòng phản hồi, còn mọi thao tác trên thiết bị vẫn do người vận hành quyết định.

Trao đổi với Naventic để dựng đường nền và luồng cảnh báo tiêu thụ năng lượng cho nhà máy hoặc tòa nhà. Đọc thêm: AI Data Analyst Agent.