Sztuczna inteligencja zapobiegnie awariom sieci elektroenergetycznej?

AI zmieni SEE?

Projekt prowadzony przez Departament Energetyki SLAC National Accelerator Laboratorium połączy sztuczną inteligencję z ogromną ilością danych i doświadczeń branżowych kilkunastu amerykańskich partnerów, aby zidentyfikować miejsca, w których sieć elektoenergetyczna jest podatna na zakłócenia.

Ostatecznym celem projektu jest autonomiczny system, która łatwo wchłania rutynowe fluktuacje energii pochodzące z odnawialnych źródeł energii, takich jak energia słoneczna i wiatrowa i szybko reaguje na destrukcyjne zdarzenia pogodowe.

"Ten projekt będzie pierwszym tego rodzaju zastosowaniem sztucznej inteligencji i nauki komputerowej w celu poprawy odporności sieci", powiedziała Sila Kiliccote, dyrektor ds. Integracji sieci SLAC, laboratorium systemów i mobilności, GISMo i główny badacz projektu. "Chociaż cały nasz pomysł zostanie przetestowany na dużą skalę w Kalifornii, oczekujemy, że będzie miała wpływ na cały kraj, a wszystkie opracowane przez nas narzędzia zostaną udostępnione komercyjnie lub jako open source code".

Projekt wykorzysta zarówno naukę maszynową, gdzie komputery przyswajają zachowania systemu, jak również sztuczną inteligencję, wykorzystując wiedzę zdobytą przez maszyny, aby rozwiązać problemy.

Laboratorium GISMo firmy SLAC, współpracujące z Uniwersytetem Stanford, dostawcami energii elektrycznej i innymi partnerami z branży technologii inteligentnych sieci, opracuje algorytmy uczenia maszyn, które trawią dane z obrazów satelitarnych, operacji użytkowych i innych źródeł.
Siatkę można podzielić na "wyspy" lub mikrokomplety, które można izolować, aby zapobiec rozprzestrzenianiu się awarii zasilania i całkowitym uszkodzeniem SEE.

- Możemy się wiele nauczyć ze zdjęć satelitarnych - powiedział Kiliccote. "Na przykład sprawdzamy gdzie występują połacie lasu w odniesieniu do linii energetycznych i przewidujemy uszkodzenia podczas burz".

Inny partner, laboratorium narodowe Lawrence Berkeley firmy DOE, wdroży i zatwierdzi systemy sterowania opracowane dla falowników słonecznych, które automatycznie przekształcają zmienny prąd stały z systemów fotowoltaicznych na prąd zmienny, który jest dostarczany do sieci.

"Berkeley Lab jest pionierem w opracowywaniu algorytmów, które mogą optymalnie zarządzać rozproszonymi zasobami energii, takimi jak energia wiatrowa, słoneczna i składowanie energii", powiedział Dan Arnold, pracownik naukowy, kierujący częścią Berkeley Lab. "W tym projekcie współpracujemy z SLAC w celu wdrożenia i przetestowania naszego podejścia w prawdziwych sieciach użytkowych. Dzięki tym algorytmom mamy nadzieję utworzyć sieć elektryczną, która może wykorzystywać rozproszone zasoby energii, aby automatycznie rekonfigurować się w celu maksymalizacji niezawodności podczas normalnych operacji lub sytuacji krytycznych ".

(KB)