Hướng tới hệ thống năng lượng tái tạo an toàn, tin cậy và thông minh

Quá trình chuyển dịch năng lượng đang thúc đẩy sự phát triển mạnh mẽ của các nguồn năng lượng tái tạo như điện gió, điện mặt trời, hệ thống lưu trữ năng lượng bằng pin (Battery Energy Storage System – BESS) và công nghệ hydrogen. Tuy nhiên, việc vận hành các hệ thống này trong thời gian dài phải đối mặt với nhiều thách thức như suy giảm hiệu suất, hư hỏng thiết bị, mất an toàn vận hành và chi phí bảo trì cao.

Nhóm nghiên cứu của chúng tôi tập trung phát triển các giải pháp giám sát tình trạng (Condition Monitoring) và bảo trì dự đoán (Predictive Maintenance) dựa trên sự kết hợp giữa cảm biến tiên tiến, trí tuệ nhân tạo (AI) và Digital Twin (DT) nhằm nâng cao độ tin cậy, tối ưu chi phí vận hành và kéo dài tuổi thọ thiết bị năng lượng tái tạo.

Các lĩnh vực nghiên cứu

Giám sát tua-bin gió

Nghiên cứu các giải pháp phát hiện sớm hư hỏng của cánh quạt, hộp số, ổ bi, máy phát và kết cấu tháp thông qua việc kết hợp nhiều loại cảm biến như:

Cảm biến bức xạ âm (Acoustic Emission – AE)
Cảm biến rung động
Camera hồng ngoại nhiệt
Cảm biến dòng điện và điện áp

Dữ liệu đa cảm biến được xử lý bằng các mô hình AI để phát hiện bất thường, chẩn đoán lỗi và dự báo tuổi thọ còn lại (Remaining Useful Life – RUL).

Giám sát hệ thống điện mặt trời

Nghiên cứu các phương pháp phát hiện:

Hotspot trên tấm pin
Vi nứt (Micro-crack)
Suy giảm công suất
Lỗi inverter
Bám bụi và suy giảm hiệu suất

Thông qua ảnh nhiệt, dữ liệu điện và mô hình học sâu, hệ thống có thể tự động đánh giá tình trạng của nhà máy điện mặt trời theo thời gian thực.

Giám sát hệ thống lưu trữ năng lượng (BESS)

Đây là một trong những hướng nghiên cứu trọng tâm của nhóm.

Các nội dung bao gồm:

Ước lượng chính xác SOC, SOH và SOP
Dự báo tuổi thọ pin
Phát hiện sớm hiện tượng Thermal Runaway
Chẩn đoán lỗi cell pin
Xây dựng Digital Twin của BESS
Tối ưu vận hành thông qua EMS thông minh

Mục tiêu là xây dựng nền tảng quản lý toàn bộ vòng đời hệ thống lưu trữ năng lượng phục vụ lưới điện thông minh và tích hợp năng lượng tái tạo.

Giám sát hệ thống Hydrogen

Hydrogen được xem là nguồn năng lượng sạch của tương lai nhưng cũng đặt ra nhiều yêu cầu nghiêm ngặt về an toàn.

Nhóm nghiên cứu phát triển các giải pháp:

Giám sát bình chứa hydrogen
Phát hiện rò rỉ sớm
Theo dõi suy giảm vật liệu
Chẩn đoán thiết bị điện phân và pin nhiên liệu (Fuel Cell)
Đánh giá sức khỏe hệ thống bằng AI và Digital Twin

Công nghệ cốt lõi

Cảm biến tiên tiến

Chúng tôi nghiên cứu và phát triển các hệ thống đo lường đa cảm biến bao gồm:

Acoustic Emission (AE)
Thermography (Infrared Imaging)
Vibration Monitoring
Electrical Signature Analysis
Optical Imaging
Distributed Sensor Networks

Việc kết hợp nhiều nguồn dữ liệu giúp nâng cao độ chính xác trong phát hiện các hư hỏng ở giai đoạn rất sớm.

Trí tuệ nhân tạo (AI)

Các thuật toán AI được nghiên cứu bao gồm:

Deep Learning
Physics-informed AI
TinyML và Edge AI
Explainable AI
Anomaly Detection
Remaining Useful Life Prediction
Foundation Models cho dữ liệu công nghiệp

Đặc biệt, nhóm tập trung phát triển các mô hình AI có khả năng hoạt động trực tiếp trên thiết bị biên (Edge Devices), đáp ứng yêu cầu xử lý thời gian thực.

Digital Twin

Digital Twin đóng vai trò là bản sao số của hệ thống vật lý, cho phép:

Đồng bộ dữ liệu thời gian thực
Mô phỏng trạng thái vận hành
Dự báo hư hỏng
Đánh giá nhiều kịch bản vận hành
Tối ưu bảo trì và khai thác tài sản

Sự kết hợp giữa Digital Twin và AI giúp chuyển đổi từ bảo trì định kỳ sang bảo trì dự đoán, góp phần giảm chi phí vận hành và tăng độ tin cậy của hệ thống.

Định hướng nghiên cứu

Trong thời gian tới, nhóm nghiên cứu tập trung vào các hướng phát triển:

Hệ thống giám sát đa cảm biến (Multimodal Sensing)
Edge AI cho giám sát thời gian thực
Digital Twin cho hệ thống năng lượng
Physics-informed Machine Learning
Giám sát thông minh cho BESS và Hydrogen
AI cho bảo trì dự đoán thiết bị năng lượng tái tạo
Hệ thống giám sát không phá hủy (Non-Destructive Testing – NDT)
Nền tảng quản lý tài sản thông minh cho nhà máy năng lượng

Hợp tác nghiên cứu

Nhóm nghiên cứu luôn sẵn sàng hợp tác với:

Doanh nghiệp trong lĩnh vực năng lượng và công nghiệp.
Các viện nghiên cứu và trường đại học trong và ngoài nước.
Sinh viên, học viên cao học và nghiên cứu sinh có định hướng nghiên cứu về AI, Digital Twin, cảm biến tiên tiến, kiểm tra không phá hủy (NDT) và hệ thống năng lượng.

Chúng tôi hướng tới việc phát triển các giải pháp có tính ứng dụng cao, đáp ứng yêu cầu của ngành năng lượng hiện đại, góp phần xây dựng các hệ thống năng lượng tái tạo an toàn, thông minh và bền vững.