صفقات كهرباء بـ1 مليار ريال: كيف يقودها الذكاء الاصطناعي؟

كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمانBy 3L3C

صفقات مسفاة والدقم بـ1 مليار ريال ليست توليدًا فقط؛ إنها خطوة نحو محطات جاهزة للهيدروجين والتقاط الكربون تُدار بالذكاء الاصطناعي.

الذكاء الاصطناعيكهرباء عمانالدقممسفاةالهيدروجينالتقاط الكربوننماء لشراء الطاقة والمياه
Share:

صفقات كهرباء بـ1 مليار ريال: كيف يقودها الذكاء الاصطناعي؟

في 24/01/2026 عند 05:17 م (بتوقيت عُمان)، أُعلن عن توقيع «نماء لشراء الطاقة والمياه» اتفاقيات بقيمة مليار ريال عُماني لتطوير مشروعي توليد كهرباء في مسفاة والدقم. كثيرون سيقرأون الخبر كصفقات بنية أساسية تقليدية: محطات غازية بالدورة المركبة، عقود شراء طاقة لمدة 20 سنة، ودعم لاستقرار الشبكة. لكن الواقع أعمق.

هذه الصفقة تُشير إلى اتجاه واضح في السلطنة: الانتقال إلى منظومة كهرباء “ذكية”، حيث لا تُقاس قوة المحطة بعدد الميجاواط فقط، بل بقدرتها على العمل بكفاءة، ومرونة، وبصمة كربونية أقل… وهنا يدخل الذكاء الاصطناعي من الباب الواسع.

ضمن سلسلة "كيف يُحوّل الذكاء الاصطناعي قطاع الطاقة والنفط والغاز في عمان"، سأشرح كيف ترتبط تفاصيل هذه المشاريع—الدورة المركبة، الاستعداد للهيدروجين، وإمكانية دمج التقاط الكربون—بأنظمة تشغيل وتحسين تعتمد على البيانات والخوارزميات، وما الذي يعنيه ذلك للشركات، والكوادر العُمانية، والمستثمرين.

لماذا صفقات مسفاة والدقم مهمة الآن؟

الجواب المباشر: لأنها تبني قدرة توليد عالية الكفاءة اليوم، وتترك الباب مفتوحًا لتقنيات الغد (الهيدروجين والتقاط الكربون)، مع قابلية كبيرة لدمج الذكاء الاصطناعي في التشغيل.

المحطتان ستعتمدان تقنية التوربينات الغازية بالدورة المركبة (Combined Cycle Gas Turbine). هذه التقنية ليست جديدة بحد ذاتها، لكن قيمتها الحقيقية تظهر عندما تُدار عبر أنظمة متقدمة تراقب الأداء لحظة بلحظة وتُحسّن الاستهلاك.

الأهم: تصميم المرافق يأخذ في الحسبان دمجًا مستقبليًا لأنظمة التقاط الكربون، والقدرة على التشغيل بمزيج وقود يحتوي حتى 30% هيدروجين. هذه ليست “إضافة تجميلية”، بل رسالة هندسية: المحطة تُبنى لتتكيّف مع مسار صافي الانبعاثات الصفري 2050 ومع رؤية عُمان 2040.

جملة يمكن اقتباسها: المحطة الذكية ليست التي تُنتج كهرباء أكثر، بل التي تُنتج نفس الكهرباء بوقود أقل وانبعاثات أقل، وتستجيب للشبكة أسرع.

الدورة المركبة + الذكاء الاصطناعي: كيف تتحول الكفاءة إلى أرقام؟

الجواب المباشر: الذكاء الاصطناعي يجعل محطات الدورة المركبة تعمل أقرب ما يكون إلى “نقطة الأداء المثلى” عبر تحسين الضبط والتنبؤ بالأعطال وخفض الوقود.

وفق بيانات «نماء لشراء الطاقة والمياه»، حققت السلطنة خلال عقدين تحسنًا واضحًا في كفاءة استخدام الغاز: تم خفض الغاز اللازم لإنتاج 1 ميجاواط-ساعة بنسبة 47%، من 374 م³ قياسي في 2005 إلى 200 م³ قياسي في 2024. هذا النوع من التحسن لا يأتي فقط من المعدات، بل من:

  • تحسينات التشغيل والإجراءات
  • ضبط الأحمال والاحتياطي
  • مراقبة الأداء والجودة
  • تخطيط الصيانة بشكل أدق

1) تحسين الاحتراق والضبط الآني (Real-time Optimization)

محطات الدورة المركبة تحتوي متغيرات تشغيل حساسة (درجة حرارة، ضغط، نسب هواء/وقود، رطوبة، حالة ضواغط… إلخ). الذكاء الاصطناعي—خصوصًا نماذج التنبؤ والتحسين—يستطيع:

  • اقتراح إعدادات تشغيل تقلل استهلاك الوقود عند نفس الحمل
  • تقليل انبعاثات NOx وCO عبر ضبط الاحتراق
  • حماية المعدات من التشغيل خارج الحدود الآمنة

المكسب هنا ليس “مؤشرًا عامًا”. المكسب يُقاس: م³ غاز أقل لكل ميجاواط-ساعة، وساعات توقف أقل، واستقرار أعلى للشبكة.

2) الصيانة التنبؤية بدل الصيانة “حسب الجدول”

المحطات الكبيرة تتعرض لتوقفات مكلفة. مع حساسات الاهتزاز والحرارة والضغط ومعدلات التدفق، يمكن لنماذج الذكاء الاصطناعي:

  • اكتشاف مؤشرات مبكرة لتعطل محمل أو تآكل ريشة توربين
  • توقع موعد الفشل المحتمل قبل أسابيع
  • جدولة الصيانة عندما يكون الطلب أقل، بدل التوقف المفاجئ

وهذا ينعكس مباشرة على موثوقية التوليد—وهي نقطة محورية في مشروع مسفاة القريب من أكبر مراكز الطلب.

3) “التوأم الرقمي” للمحطة

التوأم الرقمي (Digital Twin) هو نموذج رقمي يحاكي المحطة ويُحدّث نفسه من بيانات التشغيل. فائدته العملية:

  • اختبار سيناريوهات تشغيل قبل تطبيقها على الواقع
  • مقارنة الأداء الفعلي بالأداء المتوقع واكتشاف الانحرافات
  • تدريب المشغلين محليًا على حالات طارئة دون مخاطرة

إذا أردت مثالًا قريبًا: بدل أن تنتظر مشكلة لتعرف سببها، التوأم الرقمي يساعدك على رؤية المشكلة وهي تتكوّن.

محطات “جاهزة للهيدروجين”: أين يظهر الذكاء الاصطناعي فعليًا؟

الجواب المباشر: تشغيل مزيج وقود يصل إلى 30% هيدروجين يحتاج تحكمًا أدق في الاحتراق والسلامة، وهذا يعتمد على التحليلات الفورية والذكاء الاصطناعي.

الهيدروجين يختلف عن الغاز الطبيعي في سرعة الاشتعال وخصائص اللهب وإدارة الانبعاثات. إدخال نسب هيدروجين في الوقود يفرض تحديات تشغيلية، أبرزها:

  • استقرار اللهب ومنع الاهتزازات الاحتراقية
  • التحكم في الانبعاثات أثناء تغيّر الخليط
  • إدارة مخاطر التسرب ومراقبة السلامة

كيف يساعد الذكاء الاصطناعي هنا؟

  • تحكم تنبؤي يضبط معلمات الاحتراق قبل أن تظهر اضطرابات
  • نماذج كشف شذوذ ترصد أي نمط غير طبيعي في الحساسات
  • تحليلات سلامة تربط بيانات الغاز والضغط والتهوية لتقليل المخاطر

المغزى: “جاهزية الهيدروجين” ليست مجرد قدرة ميكانيكية، بل نظام تشغيل يعتمد على بيانات دقيقة واتخاذ قرار سريع—وهذا ما يجيده الذكاء الاصطناعي.

التقاط الكربون: مشروع هندسي… وبيانات أكثر مما تتوقع

الجواب المباشر: التقاط الكربون يعمل بكفاءة عندما تُدار الطاقة والمواد الكيميائية والضغوط بشكل محكوم، والذكاء الاصطناعي يقلل كلفة التشغيل عبر التحسين المستمر.

التقاط الكربون (Carbon Capture) معروف بكونه حلًا مهمًا لكنه مكلف، لأن وحدات الالتقاط تستهلك طاقة وتحتاج ضبطًا. تصميم محطات مسفاة والدقم مع مساحة مستقبلية لأنظمة الالتقاط والبنية الغازية يُظهر تفكيرًا طويل المدى.

أين تكون القيمة “العملية” للذكاء الاصطناعي؟

  • تحسين معدل الالتقاط مقابل استهلاك الطاقة (أقل عقوبة طاقية)
  • اختيار نقاط التشغيل التي تحقق أقل تكلفة للطن الملتقط
  • التنبؤ بتدهور كفاءة المذيبات/الفلاتر وتوقيت الاستبدال

جملة واضحة تصلح كاقتباس: التقاط الكربون ليس وحدة تُركّب فقط؛ هو عملية تشغيل يومية تحتاج ذكاءً في الضبط حتى لا تتحول إلى عبء مالي.

ماذا تعني هذه المشاريع للشبكة والاقتصاد في مسفاة والدقم؟

الجواب المباشر: مسفاة تعني موثوقية أعلى قرب أعلى الطلب، والدقم تعني دعمًا مباشرًا لنمو منطقة اقتصادية تحتاج كهرباء مرنة، والذكاء الاصطناعي يجعل المرونة قابلة للتنفيذ.

الموقع هنا ليس تفصيلًا ثانويًا:

  • مسفاة قرب مراكز الطلب الكبرى، ما يقلل مخاطر الاختناقات ويعزز الاعتمادية.
  • الدقم داخل أحد أهم المحاور الاقتصادية والصناعية، حيث تحتاج المصانع والموانئ كهرباء مستقرة وقدرة على التوسع.

من زاوية الذكاء الاصطناعي، تكمن النقطة في تشغيل مرن (Flexible Generation). الشبكات الحديثة تحتاج محطات قادرة على:

  • الاستجابة السريعة لتقلبات الطلب
  • دعم دمج مصادر متجددة متذبذبة (مثل الرياح والشمس)
  • تحسين توزيع الأحمال وتقليل الفاقد

كل هذا يعتمد على:

  1. بيانات تشغيل دقيقة
  2. تنبؤات بالطلب
  3. قرارات تشغيل سريعة ومدروسة

وهنا يتقاطع التوليد “التقليدي” مع الذكاء الاصطناعي: لا أحد يتحدث عن استبدال المحطات ببرمجيات، بل عن ترقية طريقة تشغيل المحطات والشبكة.

أسئلة شائعة يطرحها الناس (وبإجابات مباشرة)

هل هذه المشاريع تعني الاعتماد على الغاز لفترة أطول؟

نعم، الغاز سيبقى جزءًا من مزيج الطاقة خلال المرحلة الانتقالية. لكن التصميم “جاهز للهيدروجين” و“قابل لالتقاط الكربون” يعني أن عمر المشروع محسوب ضمن مسار خفض الانبعاثات، لا ضده.

لماذا لا يتم الاستثمار فقط في الطاقة المتجددة؟

لأن الشبكة تحتاج توليدًا يمكن التحكم به (Dispatchable) لضمان الاستقرار، خصوصًا مع نمو الطلب الصناعي. الحل الواقعي هو مزيج: متجددة + محطات عالية الكفاءة + إدارة ذكية للشبكة.

أين فرصة الكفاءات العُمانية؟

في الوظائف التي تربط الهندسة بالبيانات: محللو أداء محطات، مهندسو موثوقية، مختصو تحكم، أمن سيبراني صناعي، ومطورو نماذج تنبؤية للصيانة والأحمال.

خطوات عملية للشركات: كيف تستعد لعصر التشغيل الذكي؟

الجواب المباشر: من يريد الاستفادة من هذه الموجة عليه أن يبدأ بالبيانات، ثم الحوكمة، ثم حالات استخدام واضحة تحقق عائدًا.

إذا كنت تعمل في الطاقة أو النفط والغاز أو الخدمات الصناعية في عُمان، فهذه 6 خطوات عملية رأيت أنها تُحدث فرقًا بسرعة:

  1. توثيق مصادر البيانات: حساسات، SCADA، DCS، سجلات الصيانة، تقارير الوقود.
  2. تنظيف البيانات ومعاييرها: لا فائدة من ذكاء اصطناعي فوق بيانات متضاربة.
  3. اختيار 2-3 حالات استخدام ذات ROI واضح:
    • صيانة تنبؤية لمكوّنات حرجة
    • تحسين استهلاك الوقود لكل ميجاواط-ساعة
    • كشف شذوذ مبكر للسلامة
  4. حوكمة وأمن سيبراني صناعي: محطات الطاقة ليست بيئة تجارب مفتوحة.
  5. رفع مهارات الفرق: تدريب مشغلي المحطات على قراءة لوحات تحليلات، لا الاعتماد على “الخبرة الحدسية” فقط.
  6. قياس النتائج بأرقام محددة: ساعات توقف أقل، وقود أقل، انبعاثات أقل، أعطال أقل.

ماذا نتوقع خلال 2026–2031 في عُمان؟

الجواب المباشر: سنرى سباقًا على الكفاءة التشغيلية، والذكاء الاصطناعي سيُستخدم لتقليل الوقود والانبعاثات وتحسين موثوقية الشبكة، لأن هذا هو الطريق الأسرع لنتائج ملموسة.

إذا كانت «نماء لشراء الطاقة والمياه» تستهدف خفضًا إضافيًا في استهلاك الغاز لكل وحدة كهرباء بحلول 2031، فهذا يفتح بابًا كبيرًا لتبني:

  • تحليلات متقدمة للأداء
  • أنظمة تحكم تنبؤية
  • نماذج توقع الطلب والأحمال
  • أتمتة تقارير الامتثال والانبعاثات

هذه ليست رفاهية. الكفاءة أصبحت أداة تنافسية وشرطًا للاستدامة.

الخطوة التالية: من خبر صفقات… إلى خطة ذكاء اصطناعي قابلة للتنفيذ

صفقات مسفاة والدقم بقيمة 1 مليار ريال عُماني لا تُقرأ كمشاريع توليد فقط، بل كبنية تحتية مناسبة للمرحلة القادمة: كفاءة أعلى، جاهزية للهيدروجين حتى 30%، وقابلية لدمج التقاط الكربون. الذكاء الاصطناعي هو الخيط الذي يربط هذه العناصر ويحولها إلى نتائج: وقود أقل، توقفات أقل، وقرارات تشغيل أسرع.

إذا كنت تمثل شركة طاقة، أو مقاول تشغيل وصيانة، أو جهة صناعية في الدقم، أو حتى فريقًا تقنيًا داخل مؤسسة حكومية، فالسؤال المفيد الآن ليس “هل سنستخدم الذكاء الاصطناعي؟” بل: أي جزء من دورة التشغيل سنحوّله أولًا إلى قرار مدفوع بالبيانات؟