Nieuw onderzoek: AI voorkomt stroomuitval door elektriciteit razendsnel om te leiden

AmsterdamOnderzoekers van de Universiteit van Texas in Dallas hebben een manier gevonden om stroomuitval te voorkomen. Ze hebben een AI-systeem ontwikkeld dat elektriciteit in milliseconden kan herverdelen. Dit systeem kan een eventuele stroomuitval voorkomen door snel te reageren zonder menselijke tussenkomst.

Onderzoekers hebben een geautomatiseerd systeem onthuld in een studie gepubliceerd op 4 juni in Nature Communications. Ze werkten samen met ingenieurs van de Universiteit van Buffalo in New York. Dit is een vroeg voorbeeld van de technologie van het "zelfherstellende netwerk". De AI kan zelfstandig problemen zoals door storm beschadigde stroomleidingen detecteren en repareren.

Het Noord-Amerikaanse stroomnetwerk is een omvangrijk en complex systeem van onderling verbonden elektrische netwerken.

• Hoogspanningslijnen
• Distributielijnen
• Opwekkingsinstallaties
• Transformatoren

Deze onderdelen verplaatsen elektriciteit van energiebronnen naar gebruikers. De oplossing van de onderzoekers kan automatisch nieuwe routes vinden om elektriciteit te verplaatsen voordat een storing optreedt. Het grootste voordeel van de snelheid van de AI is de snelle reactie. Het kan de route van elektriciteit binnen microseconden veranderen. Ter vergelijking: door mensen beheerde processen kunnen minuten of zelfs uren duren.

Dr. Jie Zhang, universitair hoofddocent werktuigbouwkunde aan de UT Dallas, gaf aan dat hun doel is om snel stroom naar het merendeel van de gebruikers te sturen. Zhang benadrukte echter dat er meer onderzoek nodig is voordat dit systeem volledig kan worden geïmplementeerd.

Zhang en zijn team gebruikten machine learning om de complexe werking van een stroomdistributienetwerk te bestuderen. Ze richtten zich op grafen machine learning, wat inzicht geeft in hoe verschillende delen van het netwerk met elkaar verbonden zijn en hoe elektriciteit erdoorheen stroomt. Dr. Yulia Gel van UT Dallas gaf aan dat deze methode ook gebruikt kan worden om problemen in andere complexe systemen, zoals kritieke infrastructuur en ecosystemen, aan te pakken.

Lees ook:

21 november 2024 · 08:55

Nvidia imponeert, maar Aziatische beurs reageert aarzelend op concurrentie.

Dr. Gel legde uit dat ze methoden onderzochten om de verbindingen in distributiesystemen duidelijk te beschrijven met behulp van grafieken. Ze gaf ook aan dat hun studie zich richtte op het combineren van netwerkindelingen met reinforcement learning om beter om te gaan met stroomuitval.

Onder leiding van Dr. Souma Chowdhury werkt een onderzoeksteam aan de Universiteit van Buffalo aan het verbeteren van besluitvorming via versterkend leren. Bij stroomuitval door problemen met elektriciteitslijnen kan het systeem zichzelf herstellen door middel van schakelaars en vervolgens stroom krijgen van nabijgelegen bronnen zoals zonnepanelen of batterijen, bijvoorbeeld op een universiteitscampus of bij een bedrijf.

Roshni Anna Jacob, een promovenda in elektrotechniek aan de UTD, verklaarde dat je stroomgeneratoren kunt gebruiken om elektriciteit te leveren aan een specifiek gebied. Jacob is de mede-eerste auteur van het artikel.

De onderzoekers richten zich de komende tijd op het ontwikkelen van technologie om het elektriciteitsnet na verstoringen te herstellen en te verbeteren. Het doel van dit werk is om de elektriciteitsnetten steviger en betrouwbaarder te maken.

Deze nieuwe geavanceerde netwerktechnologie biedt aanzienlijke verbeteringen. Het laat zien hoe kunstmatige intelligentie kan helpen bij het beheren en optimaliseren van complexe systemen zoals elektriciteitsnetwerken.