Le réseau électrique est en difficulté. Un nouveau cours d'IA veut former les ingénieurs qui peuvent le réparer

Points clés

• Le département américain de l'énergie affirme que le réseau national fonctionne à sa limite, fragilisé par la croissance des centres de données, les phénomènes météorologiques extrêmes et la demande croissante d'électricité.
• Le plus grand service de transmission d'électricité au Texas a signalé 220 gigawatts de nouvelles demandes de connexion au cours d'une période, principalement dues aux installations d'IA et d'informatique en nuage.
• Une étude McKinsey a révélé que l'automatisation avancée dans les réseaux d'infrastructure pourrait réduire les temps d'arrêt des équipements jusqu'à 50 pour cent et prolonger la durée de vie des machines jusqu'à 40 pour cent.
• IEEE Educational Activities a lancé un cours en ligne de cinq modules enseignant aux ingénieurs en électricité et aux scientifiques des données comment appliquer l'IA aux problèmes réels du réseau.
• Le cours a été créé par Fangxing Li, professeur en génie électrique à l'Université du Tennessee, qui préside le groupe de travail de l'IEEE sur l'apprentissage automatique pour les systèmes énergétiques.

Le réseau électrique américain est immense, vieux de plusieurs décennies, et de plus en plus en difficulté.

Conçu à une époque où l'électricité provenait principalement de centrales au charbon et au gaz et où la demande augmentait à un rythme régulier et prévisible, le réseau n'a jamais été conçu pour faire face aux pressions actuelles. Les centres de données d'IA, les véhicules électriques et les vagues de chaleur et les tempêtes hivernales plus fréquentes exercent tous une pression sur les mêmes câbles vieillissants. Le département américain de l'énergie a déclaré que le système était à sa limite.

Les chiffres sont frappants. Le plus grand service de transmission d'électricité au Texas a récemment signalé 220 gigawatts de nouvelles demandes de connexion, dont la plupart proviennent de centres d'IA et d'informatique en nuage. À titre de comparaison, l'ensemble des États-Unis consomme actuellement environ 450 gigawatts par jour en temps normal.

Pourquoi les ingénieurs ne peuvent-ils pas gérer cela à l'ancienne ?

Ils ne peuvent pas suivre la vitesse ou le volume du problème. Les réseaux modernes transportent des signaux en provenance de millions de capteurs numériques et de compteurs intelligents, des dispositifs qui suivent la tension, la demande et l'état des équipements en temps réel. Aucune équipe humaine ne peut lire ces données assez rapidement pour agir en conséquence.

L'énergie renouvelable complique encore les choses. La production d'énergie éolienne et solaire varie d'une minute à l'autre selon les nuages et les rafales. Les opérateurs de réseau doivent équilibrer l'offre et la demande seconde après seconde pour éviter les coupures de courant, et la marge d'erreur est très mince.

Les cyberattaques ajoutent une troisième couche de risque. Alors que les services d'électricité remplacent les anciens interrupteurs analogiques par des systèmes de contrôle connectés à Internet, ils ouvrent de nouvelles portes aux pirates informatiques.

L'IA peut aider sur ces trois fronts. Les modèles d'apprentissage automatique, des logiciels entraînés sur des schémas historiques, peuvent prédire une augmentation de la demande des heures avant qu'elle ne survienne, détecter un transformateur défaillant avant qu'il ne s'effondre et signaler les activités inhabituelles sur un réseau numérique. Une étude McKinsey a révélé que ce type d'automatisation pourrait réduire les temps d'arrêt des équipements jusqu'à 50 pour cent et prolonger la durée de vie des machines jusqu'à 40 pour cent.

Qu'est-ce que ce nouveau cours et à qui s'adresse-t-il ?

IEEE Educational Activities, le service de formation de la plus grande société professionnelle d'ingénieurs au monde, a lancé un programme en ligne intitulé Intelligence artificielle pour les systèmes d'énergie et de puissance, signalé en premier par IEEE Spectrum. Le cours s'adresse aux ingénieurs en électricité en activité qui ont besoin de compétences en données, ainsi qu'aux scientifiques des données qui ont besoin de comprendre le fonctionnement réel des réseaux électriques.

Le professeur Fangxing Li de l'Université du Tennessee a élaboré le programme sur cinq modules.

Le module sur la physique mérite une mention particulière. L'une des raisons pour lesquelles les services d'électricité ont été lents à faire confiance à l'IA est la crainte qu'un algorithme n'émette une commande qui endommage un équipement coûteux. Forcer le modèle à obéir aux lois de la physique, plutôt que de le laisser apprendre librement, est une réponse pratique à cette préoccupation.

Que signifie cela pour les clients ordinaires de l'électricité ?

L'objectif est de réduire les coupures de courant et de maintenir des factures plus stables. Un réseau qui peut prédire et réparer ses propres défauts avant qu'ils ne s'amplifient est un réseau moins susceptible de laisser un quartier dans l'obscurité pendant une vague de chaleur ou un gel.

Le cours est disponible via le réseau d'apprentissage IEEE, avec une tarification pour les organisations disponible sur demande.