AI-oplossing van onderzoekers voorkomt stroomuitval door slimme herverdeling van elektriciteit

AmsterdamOnderzoekers van de Universiteit van Texas in Dallas hebben een AI-model ontwikkeld om stroomuitval te voorkomen. Deze technologie kan snel elektriciteit omleiden. Bij tests op een netwerk bleek dat het systeem zelfstandig problemen kan opsporen en oplossen zonder menselijke tussenkomst.

De technologie leidt elektriciteit snel om, gebruikt machine learning op basis van grafen om netwerkstructuren beter te begrijpen, past versterkingsleren toe voor besluitvorming, en kan stroom betrekken uit nabijgelegen bronnen zoals zonnepanelen.

Dit AI-model maakt deel uit van een technologie die snel problemen in het elektriciteitsnet oplost. Het gebruikt machine learning om te begrijpen hoe het netwerk is opgebouwd en hoe elektriciteit door het netwerk stroomt. Dankzij deze kennis kan de AI automatisch elektriciteit omleiden wanneer zich problemen voordoen, zoals stroomkabels die door stormen zijn beschadigd.

Het Noord-Amerikaanse elektriciteitsnet bestaat uit lijnen, transformatoren en plaatsen waar stroom wordt opgewekt. Het is cruciaal dat dit systeem blijft functioneren. Momenteel bepalen mensen waar de elektriciteit naartoe moet, wat minuten tot uren kan duren. AI kan dit echter veel sneller doen, binnen microseconden.

Dr. Jie Zhang, universitair hoofddocent aan UT Dallas, verklaarde dat het doel is om zo snel mogelijk de meeste gebruikers van stroom te voorzien. Er is echter meer onderzoek nodig voordat dit systeem op grote schaal kan worden ingezet. Zhang en zijn team hebben gebruikgemaakt van machine learning om de relaties in het elektriciteitsnetwerk te analyseren. Deze oplossing is een vroeg voorbeeld van hoe AI vitale infrastructuur kan versterken.

Lees ook:

Vandaag · 14:35

AI-chatbots bieden nauwkeurige adviezen bij lage rugpijn.

Dr. Yulia Gel, mede-auteur van de studie, benadrukte dat het begrijpen van netwerkstructuren cruciaal is voor het toepassen van AI in diverse domeinen. Ze legde uit dat inzicht in hoe deze verbindingen werken in complexe systemen kan leiden tot nieuwe oplossingen voor uitdagingen zoals het beheren van ecosystemen.

Het onderzoek onder leiding van Dr. Souma Chowdhury van de Universiteit van Buffalo, richtte zich op reinforcement learning. Deze methode helpt AI om de beste keuzes te maken voor betere resultaten. Als er iets misgaat, kan het systeem zichzelf aanpassen door middel van schakelaars. Het kan ook stroom halen uit nabijgelegen bronnen zoals zonnepanelen of campusbatterijen.

Roshni Anna Jacob, promovenda aan UT Dallas, verklaarde dat dit model bepaalde gebieden in staat stelt stroom te krijgen van nabijgelegen generatoren. De onderzoekers zullen nu verder werken aan technologie om de stroomvoorziening te herstellen en te repareren na eventuele verstoringen.

UT Dallas en de University at Buffalo hebben samengewerkt om het belang van multidisciplinaire samenwerking te benadrukken. Ze hebben kennis uit energiestudies, wiskunde en machine learning gecombineerd om deze doorbraak te realiseren. Dit onderzoek toont aan dat AI echte problemen in complexe netwerken kan oplossen.

Deze nieuwe technologie is spannend omdat het kan helpen om stroomproblemen sneller op te lossen, wat langdurige stroomuitvallen die het dagelijks leven en werk verstoren, kan voorkomen. Door deze systemen toe te voegen aan ons elektriciteitsnet, kunnen ze meer betrouwbaar en efficiënt worden.