La red eléctrica está en apuros. Un nuevo curso de IA quiere capacitar a los ingenieros que puedan repararla
La red eléctrica estadounidense fue construida para tiempos más estables. Ahora las herramientas de IA se están utilizando 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 operando al límite, tensionada por el crecimiento de centros de datos, clima extremo y demanda eléctrica en aumento.
- La mayor empresa de transmisión de energía de Texas reportó 220 gigavatios en 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 de equipos 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 y tiene décadas de antigüedad. Cada vez más, está en problemas.
Construida cuando la energía provenía principalmente de plantas de carbón y gas a un ritmo constante y predecible, la red nunca fue diseñada para las presiones actuales. Los centros de datos de IA y las olas de calor y tormentas invernales más frecuentes están ejerciendo presión sobre los mismos cables envejecidos. El Departamento de Energía de EE.UU. ha confirmado que el sistema está operando al límite, una advertencia que AI2Day ha estado rastreando desde al menos nuestro informe del 25 de julio sobre cómo una sola línea de transmisión caída parpadeó luces desde Virginia hasta Chicago.
Los números son contundentes. La mayor empresa de transmisión de energía de Texas reportó recientemente 220 gigavatios en nuevas solicitudes de conexión, la mayoría de ellas de instalaciones de IA y computación en la nube.
¿Por qué los ingenieros no pueden simplemente manejar esto de la manera antigua?
No pueden seguir el ritmo de la velocidad o volumen del problema. Las redes modernas transportan señales de millones de sensores digitales y medidores inteligentes, dispositivos que rastrean el voltaje y la salud del equipo en tiempo real. Ningún equipo humano puede leer esos datos lo suficientemente rápido para actuar.
Las energías renovables hacen que las cosas sean más difíciles aún. La producción de viento y solar cambia cada pocos minutos dependiendo de las nubes y las ráfagas. Los operadores de la red tienen que igualar la oferta y la demanda segundo a segundo para prevenir apagones, y el margen de error es estrecho.
Los ciberataques añaden otra 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 piratas informáticos.
La IA puede ayudar en estos 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 defectuoso antes de que falle e identificar actividades de red inusuales. 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 a quién va dirigido?
IEEE Educational Activities, el brazo de capacitación de la sociedad profesional de ingeniería más grande del mundo, ha lanzado un programa en línea llamado Artificial Intelligence for Power and Energy Systems, reportado por primera vez por IEEE Spectrum. Se dirige a ingenieros de energía activos que necesitan habilidades en datos y científicos de datos que necesitan entender 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 | Qué 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 por ensayo y error para automatizar respuestas de emergencia |
| Pronóstico y análisis | Predicción de picos de demanda, variaciones de energía solar y eólica y precios de mercado |
| IA informada por la física | Modelos de IA codificados para seguir las leyes de la física, de modo que nunca den resultados peligrosos |
| IA generativa y tecnología de próxima generación | Modelos de lenguaje grande 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 en confiar en la IA es el temor de que un algoritmo pueda emitir un comando que dañe equipos costosos. Bloquear el modelo para que obedezca las leyes físicas, en lugar de permitirle aprender libremente, es una respuesta práctica a esa preocupación.
¿Qué significa esto para los clientes ordinarios de electricidad?
Menos apagones y facturas más estables son el objetivo. Una red que pueda predecir y reparar sus propias fallas antes de que se propaguen es una red menos propensa a dejar un barrio a oscuras durante una ola de calor o una helada. Si un único curso de cinco módulos mueve la aguja es la pregunta digna de observar.
El curso está disponible a través de la Red de Aprendizaje IEEE, con precios de volumen para organizaciones disponibles bajo solicitud.
