AI-nyhederJoshua Salakos AI skal forhindre strømsvigt
Joshua Salako har trænet AI til hurtigt at vurdere, hvad der sker med strømnettet, hvis en el-ledning springer. Målet er at undgå blackout.
Problemet
El-nettet er et enormt system, og når en transformer eller ledning svigter, skal operatører lynhurtigt vide, om resten af nettet kan klare presset. At regne det ud ved hjælp af traditionelle fysiske modeller tager tid. Med AI håber forskerne at kunne give svaret næsten med det samme, så sorte strømafbrydelser kan undgås.
Løsningen
Forskerne bag projektet, blandt andet Joshua Salako, har udviklet en machine learning-model, der lærer af tidligere data fra elnettet. AI'en kan hurtigt screene for farlige hændelser, kaldet kontingenser, og sortere dem fra, som ikke er et problem. Håbet er, at teknologien kan aflaste de tunge simuleringer, der bruges i dag.
Hvad nu?
Forskningen er stadig på et tidligt niveau, men princippet lover godt. Hvis modellen kan trænes på data fra det danske eller europæiske elnet, kan den måske en dag blive et værktøj for netselskaberne, når de skal beslutte, om de skal sende ekstra strøm andre veje rundt for at undgå store nedbrud.
- Forskningen bruger AI til at screene elnettet for farlige hændelser.
- Modellen lærer af historiske data frem for tunge fysiske simuleringer.
- Målet er at vurdere nettet hurtigere end de nuværende metoder.
- Hovedforfatteren er Joshua Salako fra forskningsmiljøet.
- En 'kontingens' er en uforudset hændelse som en sprunget ledning.
Når en ledning springer, kan du risikere at miste strømmen. Denne AI kan give netselskaberne et hurtigere værktøj til at omdirigere strømmen, så du ikke oplever blackout.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.