Исследователи Техасского университета в Далласе представили инновационную модель искусственного интеллекта, способную предотвратить перебои в подаче электроэнергии путем автоматического перенаправления электричества в течение миллисекунд. Эта разработка является значительным шагом вперед в области самовосстанавливающихся интеллектуальных сетей, которые способны минимизировать перерывы в электроснабжении, сообщает Nature.
Самовосстанавливающиеся интеллектуальные сети включают высокоскоростные механизмы управления, которые активируются во время отключений. Корректирующие действия, такие как реконфигурация сетей с помощью управления коммутацией и аварийное отключение нагрузки, являются ключевыми элементами этих сетей. Однако традиционные методы управления сбоями часто не справляются с задачами из-за медленного реагирования и низкой вычислительной эффективности.
Новая модель, разработанная в Техасском университете, использует подход обучения с подкреплением графов для управления сбоями в распределительных сетях, что значительно повышает их устойчивость. Основное отличие этой модели заключается в ее способности учитывать топологию сети и управление переключением, моделируя сложные взаимозависимости между узлами и ребрами сети. Это достигается путем использования графовой нейронной сети на основе капсулы.
Модель была протестирована на трех различных сетях, включая модифицированные сети IEEE с 13, 34 и 123 шинами. Результаты показали, что модель обеспечивает почти оптимальную производительность в реальном времени. Повышение устойчивости системы, измеренное в терминах потерь энергии, составило 607,45 кВт и 596,52 кВт для сетей с 13 и 34 шинами соответственно. Более того, модель продемонстрировала способность адаптироваться к широкому спектру сценариев отключений.
