یک مطالعه نشان می‌دهد که هوش مصنوعی می‌تواند برای طراحی سیستم‌های انرژی تجدیدپذیر بهتر مورد استفاده قرار گیرد و می‌تواند گزینه‌های ارزان‌تری را به جوامع دوردست ارائه دهد.
محسنی در حال انجام مطالعات پسا دکتری در زمینه انرژی پایدار در دانشگاه ویکتوریا است و تجزیه و تحلیل هوش مصنوعی سیستم‌های انرژی تجدیدپذیر بهینه را برای جوامع مختلف دوردست اجرا می‌کند.
او گفت که تجزیه و تحلیل او از جزیره راکیورا / استوارت جایگزین هیجان انگیزی را نشان می دهد که می تواند با ارائه انرژی بسیار ارزان تر که انعطاف پذیرتر از دیزل فعلی است و برای محیط زیست مضرتر است، برای ساکنان مفید باشد.
او گفت که الگوریتم‌های بهینه‌سازی مبتنی بر هوش مصنوعی از «رفتار ازدحام» که در طبیعت یافت می‌شود، الهام گرفته شده‌اند، مانند رفتار دسته جمعی در پرندگان.
آنها راه کاملا جدیدی را برای حل مشکلات محاسباتی چالش برانگیز مانند اندازه ریزشبکه ها باز کرده اند، که می تواند از گزینه های انرژی توزیع شده مانند PV خورشیدی [سلول های فتوولتائیک خورشیدی]، توربین های بادی و ذخیره باتری میکرو هیدرولیک تشکیل شود.
یافتن ارزان‌ترین ترکیب از این گزینه‌ها اغلب چالش برانگیز است، بنابراین می‌توانیم از آن الگوریتم‌های بهینه‌سازی مبتنی بر هوش مصنوعی برای حل چنین مشکلاتی استفاده کنیم.
با هوش مصنوعی واقعاً هزینه بهینه شده است.
محسنی گفت: «تحلیل نشان می‌دهد طرح ارائه شده می‌تواند تمام نیازهای انرژی جامعه از جمله برق، سوخت حمل‌ونقل و همچنین آب گرم و انرژی گرمایش فضا را برآورده کند».
ما به این نیازهای انرژی به روشی کاملاً یکپارچه نگاه کردیم.ما یک سیستم انرژی واحد را طراحی کرده‌ایم که تمام آن نوع نیازهای انرژی را برآورده می‌کند و نیاز به واردات سوخت دیزل را از بین می‌برد.
“ما دریافتیم که چنین سیستمی هم از نظر فنی امکان پذیر است و هم از نظر اقتصادی مقرون به صرفه است.”
او گفت که روش پیشنهاد سیستم‌های انرژی تجدیدپذیر امیدوارکننده و قابل‌اعتماد نیز در سایر جوامع دورافتاده با نتایج امیدوارکننده آزمایش شده است.
