الذكاء الاصطناعي يرفع جاهزية الشبكات في الكويت والخليج

في 29/12/2025، أعلنت شركة Linxon عن فوزها بعقود “تسليم مفتاح” لمحطات تحويل بجهد 380/110/13.8 كيلوفولت في السعودية. الخبر يبدو للوهلة الأولى “مشروع كهرباء” تقليدي، لكن معناه أعمق بكثير: الخليج يدخل مرحلة يُقاس فيها نجاح الطاقة ليس فقط بعدد الميجاواط، بل بقدرة الشبكة على الاستيعاب والمناورة والاعتمادية—خصوصاً مع تمدد مشاريع الطاقة المتجددة.

وهنا بالضبط يدخل الذكاء الاصطناعي إلى الصورة، ليس كشعار، بل كأداة عملية تُحسّن كل شيء: من تصميم المحطة، إلى الجدولة، إلى الفحص والاختبار، وصولاً إلى التشغيل والصيانة. وفي سياق سلسلة “كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في الكويت”، هذا الخبر السعودي يصلح كمرآة: إذا كانت المنطقة تبني محطات بجهد 380kV لتقوية الشبكات ودمج المتجدد، فالكويت أيضاً أمام فرصة واضحة لتسريع تحديث بنيتها الكهربائية وربط ذلك مباشرة بكفاءة قطاع النفط والغاز.

لماذا محطات 380kV مهمة الآن… أكثر من أي وقت

الجواب المباشر: لأن دمج الطاقة المتجددة يتطلب شبكة أقوى وأذكى، ومحطات 380kV هي “العمود الفقري” لنقل الطاقة بكفاءة لمسافات أطول وبخسائر أقل.

محطات التحويل ذات الجهود العالية مثل 380kV ليست مجرد معدات ضخمة؛ هي نقاط تحكم حساسة تؤثر على:

• استقرار التردد والجهد عند إدخال مصادر متذبذبة مثل الشمس والرياح.
• تخفيف الاختناقات في النقل بين مناطق الإنتاج ومراكز الأحمال.
• الاعتمادية وتقليل مخاطر الانقطاعات المتسلسلة.

في الشتاء عادةً تنخفض الأحمال مقارنة بالصيف في الخليج، وهذا يجعل نهاية ديسمبر وقتاً مناسباً للحديث عن شيء أساسي: الصيف القادم لن يرحم. الشبكة التي لا تُحدّث اليوم ستدفع “الفاتورة” عند أول موجة حر وارتفاع مفاجئ في الطلب.

ما الذي يلفت في نموذج Linxon؟

الجواب المباشر: تغطية دورة التسليم كاملة “من التصميم إلى التسليم النهائي” تخلق بيئة مثالية لتطبيق الذكاء الاصطناعي لأن البيانات تتولد في كل خطوة.

Linxon تحدثت عن نطاق يشمل التصميم والهندسة والمشتريات وإدارة الجودة والاختبارات المصنعّية واللوجستيات والبناء واختبارات الموقع والتشغيل والتسليم. هذا ليس تفصيلاً إدارياً؛ هذه سلسلة بيانات (Data Chain). وكلما اتسعت السلسلة، زادت قيمة:

• التنبؤ بالأعطال قبل حدوثها
• اكتشاف الانحرافات مبكراً
• تحسين الجدولة والتوريد

أين يربح الذكاء الاصطناعي فعلياً في مشاريع المحطات والشبكات؟

الجواب المباشر: يربح في 4 محاور: الجدولة، الجودة، المخاطر، والتشغيل—وهذه هي العناصر التي تستهلك الوقت والميزانية وتسبب التأخير.

1) ذكاء اصطناعي لإدارة المشروع: التأخير ليس قدراً

في مشاريع EPC، المشكلة المتكررة ليست “قلة العمل”، بل سوء التزامن: معدات تصل قبل جاهزية الموقع، أو اختبارات تتعطل لأن وثيقة اعتماد لم تُوقَّع، أو مورد يتأخر فتتحول سلسلة التوريد إلى دومينو.

الذكاء الاصطناعي يضيف هنا قيمة عملية عبر:

• نمذجة المخاطر الزمنية: توقع مناطق التأخير بناءً على مشاريع مشابهة وسجل الموردين.
• تحسين الجدولة: اقتراح ترتيب أنشطة يقلل التعارضات في الموقع.
• مساعد تقارير ذكي: تلخيص يوميات الموقع ومحاضر الاجتماعات وإبراز “ما تغيّر” منذ آخر تقرير.

جملة قابلة للاقتباس: إذا كانت الجدولة تُدار بالإكسل فقط، فأنت تدفع تكلفة تأخير قبل أن يبدأ التأخير.

2) ذكاء اصطناعي للجودة: اكتشاف العيوب مبكراً أرخص دائماً

عند الحديث عن محطات 380kV، الجودة ليست رفاهية. خطأ في توصيل، أو خلل في عزل، أو انحراف في نتائج اختبار قد يتحول لاحقاً إلى فصل قاطع أو انقطاع.

يمكن للذكاء الاصطناعي دعم الجودة عبر:

• تحليل صور وفيديوهات التفتيش (كاميرات، درون) لاكتشاف مشكلات تركيب متكررة.
• اكتشاف الشذوذ في نتائج الاختبارات (Factory tests / Site tests) ومقارنتها بخط أساس.
• التدقيق الآلي للمستندات: مطابقة المواصفات مع أوراق الموردين (Datasheets) والتنبيه عند التعارض.

3) ذكاء اصطناعي للأمن والسلامة: تقليل الحوادث في المواقع عالية الخطورة

مواقع المحطات عالية الجهد ليست بيئة للتجربة والخطأ. وهنا يظهر دور الرؤية الحاسوبية (Computer Vision) والتحليلات التنبؤية:

• تنبيه عند دخول منطقة محظورة
• رصد الالتزام بمعدات الوقاية
• تحليل “قرب الحوادث” (Near-misses) لتحديد الأنماط قبل وقوع حادث فعلي

4) ذكاء اصطناعي للتشغيل والصيانة: الانتقال من الصيانة الدورية إلى الصيانة التنبؤية

بعد التسليم، تبدأ “المعركة الحقيقية”: التشغيل. الذكاء الاصطناعي يساعد على بناء نموذج تشغيل مبني على البيانات من:

• حساسات الحرارة والاهتزاز
• قراءات الأحمال
• سجلات الأعطال
• بيانات SCADA/EMS

والنتيجة: صيانة تنبؤية تقلل الانقطاعات غير المخططة وتطيل عمر الأصول.

ما علاقة ذلك بالكويت وقطاع النفط والغاز؟ العلاقة أقوى مما يظن كثيرون

الجواب المباشر: لأن كهرباء موثوقة تعني تشغيل أكثر استقراراً للمنشآت النفطية، وتقليل توقفات الإنتاج، وتحسين كفاءة الطاقة والانبعاثات.

في الكويت، النفط والغاز ليسا قطاعين منفصلين عن الكهرباء. الواقع العملي يقول:

• المصافي ومحطات الضخ ومرافق المعالجة تعتمد على استمرارية التغذية.
• أي انقطاع أو تذبذب جهد يعني توقفات، وخسائر تشغيلية، ومخاطر سلامة.
• تحسين الشبكة ودمج المتجدد يفتح الباب لتقليل الوقود المستخدم في توليد الكهرباء، وبالتالي تحرير كميات للتصدير أو للاستخدام الصناعي الأعلى قيمة.

تطبيقات عملية للكويت: 6 حالات استخدام “جاهزة للتنفيذ”

الجواب المباشر: ابدأ بحالات الاستخدام التي تُحسّن القرار اليومي وتقلل الأعطال، قبل المشاريع الضخمة.

1. تنبؤ الأحمال على مستوى المناطق بدقة أعلى (يومي/أسبوعي/موسمي) لتحسين توزيع الأحمال.
2. كشف الشذوذ في بيانات المحطات لتقليل الأعطال المفاجئة في القواطع والمحولات.
3. توأم رقمي للمحطة (Digital Twin) لتجربة سيناريوهات التشغيل قبل تطبيقها.
4. تحسين جدولة أعمال الصيانة بحيث تتوافق مع فترات انخفاض الطلب وتقليل أثرها.
5. تحليلات كفاءة الطاقة في المنشآت النفطية لربط استهلاك الكهرباء بمؤشرات الإنتاج وتقليل الهدر.
6. أتمتة التقارير التنظيمية وتقارير أصحاب المصلحة عبر مساعد لغوي داخلي يلتزم بسياسات البيانات.

كيف تبدأ جهة كويتية رحلة “شبكة أذكى” دون تعقيد؟

الجواب المباشر: ضع البيانات أولاً، ثم اختر حالة استخدام واحدة عالية الأثر، ثم وسّع تدريجياً.

خطوة 1: تجهيز “خط أنابيب البيانات” قبل أي نموذج

• توحيد مصادر البيانات (SCADA/EMS، سجلات الصيانة، الاختبارات، القياسات)
• تنظيف البيانات وتحديد المالك (Data Owner)
• بناء كتالوج بيانات للأصول (Transformers, GIS, breakers…)

خطوة 2: اختيار KPI واحد لا يحتمل الجدل

أقترح مؤشرين واضحين في مشاريع الشبكات:

• تقليل الانقطاعات غير المخططة (عدد/مدة)
• رفع توافرية الأصول الحرجة (Availability)

خطوة 3: تصميم حوكمة ذكاء اصطناعي مناسبة للطاقة

• سياسات خصوصية وأمن بيانات تشغيلية
• مراجعات نموذج (Model Risk) خصوصاً في قرارات التشغيل
• فصل بيئة التدريب عن بيئة التشغيل إن لزم

جملة قابلة للاقتباس: نجاح الذكاء الاصطناعي في الطاقة يبدأ من حوكمة البيانات، لا من شراء منصة جديدة.

أسئلة تتكرر (وإجابات عملية)

هل الذكاء الاصطناعي يعني استبدال المهندسين؟

الجواب المباشر: لا. يعني تقليل العمل اليدوي المتكرر ورفع جودة القرار.

الذكاء الاصطناعي في مشاريع المحطات والشبكات يعمل كمساعد: يلفت النظر للمخاطر، يلخص، يقارن، ويتنبأ. القرار النهائي—خصوصاً في التشغيل—يظل مسؤولية المهندس.

ما أكبر خطأ في تطبيق الذكاء الاصطناعي على البنية التحتية؟

الجواب المباشر: البدء بمشروع ضخم قبل إثبات قيمة صغيرة قابلة للقياس.

ابدأ بحالة استخدام واحدة: مثلاً “تنبؤ أعطال محول/قاطع” في مجموعة أصول محددة، ثم قِس النتائج على مدى 90 يوماً.

ماذا نتعلم من خبر السعودية… وما الخطوة التالية للكويت؟

مشاريع محطات 380kV في السعودية تقول شيئاً واضحاً: المنطقة ترفع سقف الاعتمادية وتفتح الباب لدمج المتجدد على نطاق أكبر. لكن البنية التحتية وحدها لا تكفي. الشبكة الحديثة تحتاج طبقة “عقل” فوق الحديد والنحاس—وهذه الطبقة اسمها الذكاء الاصطناعي وتحليلات البيانات.

إذا كنت تعمل في شركة طاقة أو جهة تشغيل أو في قطاع النفط والغاز بالكويت، فالسؤال العملي ليس: “هل نستخدم الذكاء الاصطناعي؟” بل: أين نضعه أولاً كي يخفض الأعطال ويقصّر زمن المشاريع ويرفع جاهزية الشبكة قبل صيف 2026؟

أنا أميل لبدء الطريق من نقطتين: الصيانة التنبؤية للأصول الحرجة، وأتمتة تقارير المشروع والتشغيل. مكسبهما سريع، ويُثبت القيمة، ثم يصبح التوسع أسهل وأقل مقاومة داخل المؤسسة.

لو رغبت، يمكنني اقتراح خارطة طريق لمدة 12 أسبوعاً لحالة استخدام واحدة (من البيانات إلى نموذج تجريبي) تناسب بيئة الكويت ومتطلبات الامتثال.