Forskare utvecklar AI-lösning för att förhindra elavbrott genom att förutsäga och hantera elkraft.

StockholmForskare vid University of Texas i Dallas har utvecklat en AI-modell för att förhindra strömavbrott. Denna teknologi kan snabbt omdirigera elektricitet. Vid tester på ett nätverk visade det sig att modellen kunde identifiera och åtgärda problem på egen hand utan mänsklig inblandning.

Tekniken omdirigerar snabbt el, använder grafbaserat maskinlärande för att förstå nätverkets uppbyggnad, tillämpar förstärkningsinlärning vid beslutsfattande och kan hämta energi från närliggande källor som solpaneler.

Denna AI-modell är en del av tekniken som snabbt åtgärdar problem i elnätet. Den använder maskininlärning för att förstå hur nätverket är utformat och hur elen flödar genom det. Denna kunskap gör att AI:n automatiskt kan omdirigera elektriciteten när problem uppstår, som till exempel när kraftledningar skadas av stormar.

Det nordamerikanska elnätet består av ledningar, transformatorer och anläggningar som producerar elektricitet. Det är avgörande att hålla systemet i drift. För närvarande är det människor som beslutar om eldistributionen, vilket kan ta minuter eller timmar. AI kan utföra detta mycket snabbare, på bråkdelen av en sekund.

Dr. Jie Zhang, en docent vid UT Dallas, förklarade att målet är att tillhandahålla el till de flesta användare så snabbt som möjligt. Dock krävs mer forskning innan systemet kan användas allmänt. Zhang och hans team använde maskininlärning för att analysera relationer i elnätet. Denna lösning är ett tidigt exempel på hur AI kan förstärka viktig infrastruktur.

Läs också:

21 november 2024 · 15:27

USA dominerar AI-innovation, lämnar Kina bakom i Stanford-rankning

Dr. Yulia Gel, som var medförfattare till studien, betonade vikten av att förstå nätverksstrukturer för att kunna använda AI inom olika områden. Hon påpekade att insikt i hur dessa kopplingar fungerar i komplexa system kan ge upphov till nya lösningar inom områden som ekosystemhantering.

Forskningen, under ledning av Dr. Souma Chowdhury vid University at Buffalo, undersökte förstärkningsinlärning. Denna metod hjälper AI att fatta de bästa besluten för att uppnå bättre resultat. Om något går fel kan systemet justera sig själv med hjälp av strömbrytare. Det kan också få energi från närliggande källor som solpaneler eller batterier på campus.

Roshni Anna Jacob, doktorand vid UT Dallas, berättar att denna modell gör det möjligt för vissa områden att få el från närliggande generatorer. Forskarna kommer nu att arbeta med att utveckla teknik för att reparera och återställa nätet efter eventuella störningar.

UT Dallas och University at Buffalo samarbetade och visade hur viktigt det är att blanda olika fält. De kombinerade kunskaper från elsystem, matematik och maskininlärning för att göra detta genombrott. Denna studie bevisar att AI kan lösa verkliga problem i komplexa nätverk.

Denna nya teknik är spännande eftersom den kan hjälpa till att lösa strömproblem snabbare, vilket kan förhindra långa avbrott som stör det dagliga livet och arbetet. Genom att integrera dessa system i våra elnät kan de bli mer tillförlitliga och effektiva.