Ny studie: AI omdirigerar el på millisekunder för att förhindra strömavbrott

Lästid: 2 minuter
Av Jamie Olivos
- i
AI-styrt elnät som omedelbart förhindrar strömavbrott.

StockholmForskare vid University of Texas i Dallas har utvecklat ett sätt att förhindra strömavbrott. De har skapat ett AI-system som snabbt kan omdirigera elektricitet på millisekunder. Detta system kan hjälpa till att förhindra strömavbrott genom att agera snabbt utan att behöva mänsklig inblandning.

Forskare presenterade ett automatiserat system i en studie publicerad den 4 juni i Nature Communications. De samarbetade med ingenjörer från University at Buffalo i New York. Detta är ett tidigt exempel på teknologi för "självläkande nätverk". AI-systemet kan självständigt upptäcka och reparera problem som stormskadade kraftledningar.

Det nordamerikanska elnätet är ett stort och komplext system av sammanlänkade elektriska nätverk.

  • Transmissionsledningar
  • Distributionsledningar
  • Produktionsanläggningar
  • Transformatorer

Dessa delar överför elektricitet från kraftkällor till användare. Forskarnas lösning kan automatiskt hitta nya vägar för att leda elektricitet innan ett fel inträffar. Den snabba AI-responsen är dess största fördel. Den kan ändra elektricitetens väg på några mikrosekunder, medan processer som kontrolleras av människor kan ta minuter eller till och med timmar.

Dr. Jie Zhang, docent i maskinteknik vid UT Dallas, förklarade att målet är att snabbt förse de flesta användare med elektricitet. Zhang påpekade dock att mer forskning behövs innan systemet kan användas fullt ut.

Zhang och hans team använde maskininlärning för att studera de komplicerade processerna i ett elkraftdistributionsnät. Deras fokus låg på grafmaskininlärning, vilket underlättar förståelsen för hur olika delar av nätet är sammankopplade och hur elektricitet flödar genom det. Dr. Yulia Gel från UT Dallas påpekade att denna metod även kan lösa problem i andra komplexa system som kritisk infrastruktur och ekosystem.

Dr. Gel förklarade att de undersökte hur man tydligt kan beskriva kopplingarna i distributionssystem med hjälp av grafer. Hon nämnde också att deras studie fokuserade på att kombinera nätverksutformning med förstärkningsinlärning för att bättre hantera strömavbrott.

Forskare vid University at Buffalo, under ledning av Dr. Souma Chowdhury, arbetar med att förbättra beslutsfattandet för att uppnå bästa möjliga resultat genom förstärkningsinlärning. Om elektriciteten slås ut på grund av problem med elledningarna kan systemet åtgärda detta på egen hand genom att använda omkopplare. Det kan därefter få ström från närbelägna källor som solpaneler eller batterier på ett universitetsområde eller vid ett företag.

Roshni Anna Jacob, doktorand i elektroteknik vid UTD, nämnde att man kan använda kraftgeneratorer för att förse ett visst område med elektricitet. Jacob är medförfattare till artikeln.

Forskarna kommer härnäst att fokusera på att utveckla teknologi för att reparera och återställa elnätet efter störningar. Detta arbete syftar till att göra elnätet starkare och mer tillförlitligt.

Denna nya nätverksteknik är ett stort framsteg. Den visar hur AI kan bidra till att hantera och förbättra komplexa system som eldistributionsnät.

Studien publiceras här:

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

och dess officiella citering - inklusive författare och tidskrift - är

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
Artificiell Intelligens: Senaste nytt

Dela den här artikeln

Kommentarer (0)

Posta en kommentar
NewsWorld

NewsWorld.app är en gratis premium nyhetssida. Vi tillhandahåller oberoende och högkvalitativa nyheter utan att ta betalt per artikel och utan en prenumerationsmodell. NewsWorld anser att allmänna, affärs-, ekonomiska, tekniska och underhållningsnyheter bör vara tillgängliga på en hög nivå gratis. Dessutom är NewsWorld otroligt snabb och använder avancerad teknik för att presentera nyhetsartiklar i ett mycket läsbart och attraktivt format för konsumenten.


© 2024 NewsWorld™. Alla rättigheter reserverade.