Nowe badanie: sztuczna inteligencja przekształca przepływ prądu, by zapobiec awariom w milisekundach.

Czas czytania: 2 minut
Przez Jamie Olivos
- w
Sieć elektroenergetyczna wspierana przez sztuczną inteligencję zapobiega natychmiastowym przerwom w dostawie prądu.

WarsawNaukowcy z Uniwersytetu Teksańskiego w Dallas opracowali metodę zapobiegającą przerwom w dostawie prądu. Stworzyli system oparty na sztucznej inteligencji, który potrafi błyskawicznie przekierować przepływ energii w ułamkach sekundy. Ten system może pomóc w zapobieganiu awariom prądu, działając szybko i niezależnie od ludzkiej ingerencji.

Badacze zaprezentowali zautomatyzowany system w badaniu opublikowanym 4 czerwca w czasopiśmie Nature Communications. Współpracowali z inżynierami z University at Buffalo w Nowym Jorku. To wczesny przykład technologii „samoleczącej się sieci”. Sztuczna inteligencja potrafi samodzielnie wykrywać i naprawiać problemy, takie jak uszkodzone przez burze linie energetyczne.

Sieć energetyczna Ameryki Północnej to rozległy i złożony system wzajemnie połączonych sieci elektrycznych.

  • Linie przesyłowe
  • Linie dystrybucyjne
  • Obiekty wytwórcze
  • Transformatory

Te części przenoszą energię elektryczną od źródeł do użytkowników. Rozwiązanie zaproponowane przez badaczy potrafi automatycznie odnajdywać nowe ścieżki dla przepływu energii elektrycznej, zanim nastąpi awaria. Główną zaletą szybkiej reakcji AI jest możliwość zmiany trasy przepływu energii w zaledwie mikrosekundach. W porównaniu, procesy sterowane przez ludzi mogą trwać minuty, a nawet godziny.

Dr Jie Zhang, adiunkt w dziedzinie inżynierii mechanicznej na Uniwersytecie Teksasu w Dallas, stwierdził, że ich celem jest szybkie dostarczenie energii do większości użytkowników. Niemniej jednak, Zhang zaznaczył, że potrzebne są dalsze badania, zanim system ten będzie mógł być w pełni wdrożony.

Zhang i jego zespół wykorzystali uczenie maszynowe do analizy złożonych procesów w sieci dystrybucji energii. Skupili się na zastosowaniu uczenia maszynowego na grafach, które pomaga zrozumieć, jak różne części sieci są ze sobą połączone oraz jak przepływa przez nie energia elektryczna. Dr Yulia Gel z Uniwersytetu Texas w Dallas wspomniała, że ta metoda może również rozwiązywać problemy w innych złożonych systemach, takich jak infrastruktura krytyczna czy ekosystemy.

Dr. Gel wyjaśniła, że zajęli się badaniem metod precyzyjnego opisywania połączeń w systemach dystrybucyjnych za pomocą grafów. Dodała również, że ich badanie koncentrowało się na połączeniu układu sieci z uczeniem ze wzmocnieniem w celu lepszego radzenia sobie z przerwami w dostawie prądu.

Naukowcy z Uniwersytetu w Buffalo, pod kierownictwem dr. Soumy Chowdhury, pracują nad ulepszaniem podejmowania decyzji za pomocą uczenia wzmacniającego, aby osiągać najlepsze wyniki. Jeśli dojdzie do przerwy w dostawie prądu spowodowanej problemami z liniami energetycznymi, system może sam się naprawić, korzystając z przełączników. Następnie może czerpać energię z pobliskich źródeł, takich jak panele słoneczne czy baterie na terenie kampusu uniwersytetu lub w firmach.

Roshni Anna Jacob, doktorantka inżynierii elektrycznej na UTD, powiedziała, że można wykorzystać generatory prądu do dostarczania energii elektrycznej do określonego obszaru. Jacob jest współautorką artykułu.

Naukowcy skoncentrują się teraz na opracowywaniu technologii naprawy i przywracania sieci energetycznej po zakłóceniach. Ich celem jest uczynienie sieci energetycznych bardziej wytrzymałymi i niezawodnymi.

Ta nowa technologia sieci jest znaczącym udoskonaleniem. Pokazuje, jak sztuczna inteligencja może pomóc w zarządzaniu i doskonaleniu złożonych systemów, takich jak sieci dystrybucji energii.

Badanie jest publikowane tutaj:

http://dx.doi.org/10.1038/s41467-024-49207-y

i jego oficjalne cytowanie - w tym autorzy i czasopismo - to

Roshni Anna Jacob, Steve Paul, Souma Chowdhury, Yulia R. Gel, Jie Zhang. Real-time outage management in active distribution networks using reinforcement learning over graphs. Nature Communications, 2024; 15 (1) DOI: 10.1038/s41467-024-49207-y
Nauka: Najnowsze wiadomości
Czytaj dalej:

Udostępnij ten artykuł

Komentarze (0)

Opublikuj komentarz