Investigadores de la Universidad de Texas en Dallas han desarrollado un modelo de inteligencia artificial (IA) que podría ayudar a las redes eléctricas a evitar cortes de energía al cambiar automáticamente la electricidad en milisegundos.
Investigadores de UT Dallas, en colaboración con ingenieros de la Universidad de Buffalo en Nueva York, demostraron el sistema automatizado en un estudio publicado en línea el 4 de abril. Conexiones con la naturaleza.
El enfoque es un ejemplo temprano de una tecnología de «red autorreparable» que utiliza IA para detectar y reparar de forma autónoma y sin intervención humana problemas como cortes cuando ocurren problemas como líneas eléctricas dañadas por tormentas.
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 electricidad desde fuentes de energía a los consumidores.
Utilizando diferentes escenarios en una red de prueba, los investigadores demostraron que su solución puede determinar automáticamente rutas alternativas para suministrar energía a los usuarios antes de un corte. La ventaja de la IA es la velocidad: el sistema puede reorientar 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 el camino óptimo para enviar energía a la mayor cantidad de usuarios lo más rápido posible», dijo el Dr. Eric Johnson, profesor asociado de ingeniería mecánica en la Facultad de Ingeniería y Ciencias de la Computación. Jie Zhang. «Pero se necesita más investigación antes de que se pueda implementar este sistema».
Zhang, coautor del estudio, y sus colegas utilizaron tecnología que utiliza el aprendizaje automático en gráficos para mapear las complejas relaciones entre entidades que conforman la red de distribución de energía. El aprendizaje automático de gráficos implica describir 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 topología de la red también puede desempeñar un papel crítico en la aplicación de la IA para resolver problemas en otros sistemas complejos, como infraestructuras y ecosistemas críticos, dijo el coautor del estudio, el Dr. Júlia Gela, profesora de ciencias matemáticas de la Facultad de Ciencias Naturales y Matemáticas.
«En este proyecto interdisciplinario, utilizando la experiencia de nuestro equipo en sistemas de energía, matemáticas y aprendizaje automático, exploramos cómo podemos describir sistemáticamente varias interdependencias en sistemas distribuidos utilizando abstracciones de gráficos», dijo Gel. «Luego exploramos cómo la topología de red subyacente integrada en un sistema de aprendizaje de refuerzo puede usarse para una gestión más eficiente de las interrupciones en el sistema de distribución de energía».
El enfoque de los investigadores se basa en el aprendizaje por refuerzo, que toma las mejores decisiones para lograr resultados óptimos. Dirigido por el coautor Dr. Souma Chowdhury, profesor asociado de ingeniería mecánica y aeroespacial de la Universidad de Buffalo, los investigadores se centraron en el aspecto de aprendizaje por refuerzo del proyecto.
Si la electricidad se bloquea debido a daños en la línea, el sistema puede reconfigurarse usando interruptores y obtener energía de fuentes disponibles cercanas, como paneles solares a gran escala o baterías en el campus o en una empresa, dijo Roshni Anna Jacob, estudiante de doctorado en ingeniería eléctrica en UTD y coautor del artículo.
«Se pueden utilizar estos generadores de energía para suministrar electricidad a un área determinada», dijo Jacob.
Después de centrarse en la prevención de cortes de energía, los investigadores buscarán desarrollar una tecnología similar para reparar y restaurar la red después de un corte de energía.
