Investigadores de la Universidad de Texas en Dallas han desarrollado un modelo de inteligencia artificial (IA) que puede ayudar a las redes eléctricas a prevenir apagones al redirigir automáticamente la energía en milisegundos.
Investigadores de UT Dallas, que colaboraron con ingenieros de la Universidad de Nueva York en Buffalo, demostraron el sistema automatizado en un estudio publicado en línea el 4 de junio. Comunicaciones de la naturaleza.
El enfoque es un ejemplo temprano de tecnología de “red autorreparable”, que utiliza inteligencia artificial para detectar y reparar de forma autónoma problemas como cortes sin intervención humana cuando ocurren problemas, como por ejemplo líneas eléctricas dañadas.
La red de América del Norte es una red vasta y compleja de líneas de transmisión y distribución, instalaciones de generación y transformadores que distribuyen energía desde las fuentes de energía a los consumidores.
Utilizando diferentes escenarios en una red de prueba, los investigadores demostraron que su solución puede identificar automáticamente rutas alternativas para transferir electricidad a los clientes en caso de que se produzca un corte. La IA tiene una ventaja de velocidad: el sistema puede redirigir automáticamente el flujo eléctrico en microsegundos, mientras que los procesos actuales controlados por humanos para determinar rutas alternativas pueden tardar de minutos a horas.
“Nuestro objetivo es encontrar la mejor manera de suministrar electricidad a la mayoría de los consumidores lo más rápido posible”, afirmó el Dr. Ji Zhang, profesor asociado de ingeniería mecánica en la Escuela de Ingeniería y Ciencias de la Computación Erik Johnson. “Pero se necesita más investigación antes de que se pueda implementar este sistema”.
Zhang, coautor del estudio, y sus colegas utilizaron tecnología que aplica el aprendizaje automático a gráficos para mapear las complejas relaciones entre las entidades que conforman la red de distribución de energía. El aprendizaje automático de gráficos implica definir la topología de una red, la forma en que se organizan los diferentes componentes entre sí y cómo se mueve la electricidad a través del sistema.
La coautora del estudio, la Dra. Yulia Gel, profesora de ciencias matemáticas en la Facultad de Ciencias Naturales y Matemáticas, dijo que la topología de la red también es importante en la aplicación de la IA para resolver problemas en otros sistemas complejos, como la infraestructura crítica y los ecosistemas. role.
“En este proyecto interdisciplinario, aprovechando la experiencia de nuestro equipo en sistemas de energía, matemáticas y aprendizaje automático, exploramos cómo podemos utilizar la abstracción de gráficos para modelar diversas interacciones en sistemas distribuidos”, dijo Jill. Las dependencias se pueden describir sistemáticamente. “Luego investigamos cómo la topología básica de la red, integrada en un marco de aprendizaje reforzado, podría usarse para una gestión más eficiente de las interrupciones en los sistemas de distribución de energía”.
El enfoque de los investigadores se basa en el aprendizaje por refuerzo para tomar las mejores decisiones y obtener los mejores resultados. Dirigidos por el coautor correspondiente, el Dr. Soma Chaudhary, profesor asociado de ingeniería mecánica y aeroespacial, los investigadores de la Universidad de Buffalo se centraron en el aspecto de aprendizaje por refuerzo del proyecto.
Si se corta la energía debido a fallas en la línea, el sistema puede restablecerse mediante interruptores y obtener energía de fuentes cercanas, como paneles solares a gran escala en un campus universitario o en una empresa, o de baterías, dijo una radiante Anna Jacob. Estudiante de doctorado en Ingeniería Eléctrica de la UTD y primer autor de la tesis.
“Se pueden aprovechar estos generadores de energía para suministrar electricidad a un área específica”, dijo Jacob.
Después de centrarse en prevenir cortes de energía, los investigadores quieren desarrollar una tecnología similar para reparar y restaurar la red después de cortes de energía.
