La red eléctrica está en apuros. Un nuevo curso de IA quiere capacitar a los ingenieros que pueden repararla
La red eléctrica estadounidense fue diseñada para una época más tranquila. Ahora se están utilizando herramientas de IA para mantener la luz encendida, y un nuevo programa en línea está enseñando a los ingenieros cómo usarlas.
Puntos clave
- El Departamento de Energía de EE.UU. dice que la red nacional está funcionando al límite, tensionada por el crecimiento de centros de datos, clima extremo y aumento de la demanda de electricidad.
- La principal empresa de transmisión de energía de Texas reportó 220 gigavatiostios de nuevas solicitudes de conexión en un período, impulsadas principalmente por instalaciones de IA y computación en la nube.
- Un estudio de McKinsey encontró que la automatización avanzada en redes de infraestructura podría reducir el tiempo de inactividad del equipo hasta un 50 por ciento y extender la vida útil de la maquinaria hasta un 40 por ciento.
- IEEE Educational Activities ha lanzado un curso en línea de cinco módulos que enseña a ingenieros de energía y científicos de datos cómo aplicar IA a problemas reales de la red.
- El curso fue creado por Fangxing Li, profesor de ingeniería eléctrica de la Universidad de Tennessee, quien preside el Grupo de Trabajo IEEE sobre Aprendizaje Automático para Sistemas de Energía.
La red eléctrica estadounidense es enorme, tiene décadas de antigüedad y cada vez tiene más problemas.
Construida cuando la electricidad provenía principalmente de plantas de carbón y gas y la demanda crecía de forma constante y predecible, la red nunca fue diseñada para las presiones actuales. Los centros de datos de IA, los vehículos eléctricos y las olas de calor e inviernos más frecuentes están ejerciendo presión sobre los mismos cables envejecidos. El Departamento de Energía de EE.UU. ha dicho que el sistema está en su límite.
Los números son contundentes. La principal empresa de transmisión de energía de Texas reportó recientemente 220 gigavatiostios de nuevas solicitudes de conexión, la mayoría de ellas provenientes de instalaciones de IA y computación en la nube. Para poner esto en perspectiva, los Estados Unidos en su conjunto utilizan aproximadamente 450 gigavatiostios en un día típico.
¿Por qué los ingenieros no pueden manejar esto de la manera antigua?
No pueden seguir el ritmo de la velocidad o el volumen del problema. Las redes modernas transportan señales de millones de sensores digitales y medidores inteligentes, dispositivos que rastrean voltaje, demanda y salud del equipo en tiempo real. Ningún equipo humano puede leer esos datos lo suficientemente rápido para actuar sobre ellos.
La energía renovable hace las cosas aún más difíciles. La producción de viento y solar cambia cada pocos minutos dependiendo de las nubes y las ráfagas. Los operadores de la red deben equilibrar la oferta y la demanda segundo a segundo para prevenir apagones, y el margen de error es mínimo.
Los ciberataques añaden una tercera capa de riesgo. A medida que los servicios públicos reemplazan los antiguos interruptores analógicos con sistemas de control conectados a Internet, abren nuevas puertas a los hackers.
La IA puede ayudar en los tres frentes. Los modelos de aprendizaje automático, software entrenado en patrones históricos, pueden predecir un pico de demanda horas antes de que ocurra, detectar un transformador que falla antes de que explote e indicar actividad inusual en una red digital. Un estudio de McKinsey encontró que este tipo de automatización podría reducir el tiempo de inactividad del equipo hasta un 50 por ciento y extender la vida útil de la maquinaria hasta un 40 por ciento.
¿Cuál es el nuevo curso y para quién es?
IEEE Educational Activities, el brazo de capacitación de la mayor sociedad profesional de ingeniería del mundo, ha lanzado un programa en línea llamado Inteligencia Artificial para Sistemas de Energía y Potencia, reportado por primera vez por IEEE Spectrum. El curso está dirigido a ingenieros de energía que necesitan habilidades de datos y científicos de datos que necesitan comprender cómo se comportan realmente las redes eléctricas.
El profesor Fangxing Li de la Universidad de Tennessee construyó el plan de estudios en cinco módulos.
| Módulo | Lo que cubre |
|---|---|
| Fundamentos de IA | Cómo los modelos básicos de aprendizaje automático se aplican a los cálculos de la red eléctrica |
| Aceleración del control de la red | Uso de IA de ensayo y error para automatizar respuestas de emergencia |
| Pronóstico y análisis | Predicción de picos de demanda, fluctuaciones de solar y viento y precios del mercado |
| IA informada por la física | Modelos de IA codificados para seguir las leyes de la física, para que nunca den resultados peligrosos |
| IA generativa y tecnología de próxima generación | Modelos de lenguaje grandes y redes gráficas para planificación e informes |
El módulo de física merece una mención. Una razón por la que los servicios públicos han sido lentos para confiar en la IA es el temor de que un algoritmo pueda emitir un comando que dañe equipos costosos. Bloquear el modelo para obedecer las leyes físicas, en lugar de dejarlo aprender libremente, es una respuesta práctica a esa preocupación.
¿Qué significa esto para los clientes ordinarios de electricidad?
Menos apagones y facturas más estables es el objetivo. Una red que pueda predecir y reparar sus propias fallas antes de que se propaguen es una red menos probable que deje un barrio oscuro durante una ola de calor o una helada.
El curso está disponible a través de la Red de Aprendizaje IEEE, con precios por volumen para organizaciones disponibles bajo solicitud.
