A Rede Elétrica Está em Dificuldades. Um Novo Curso de IA Quer Treinar os Engenheiros Que Podem Corrigi-la
A rede elétrica americana foi concebida para uma era mais calma. Agora ferramentas de IA estão a ser utilizadas para manter as luzes acesas, e um novo programa online está a ensinar aos engenheiros como usá-las.
Pontos-chave
- O Departamento de Energia dos EUA diz que a rede nacional está a funcionar no seu limite, sobrecarregada pelo crescimento dos centros de dados, fenómenos meteorológicos extremos e aumento da procura de eletricidade.
- A maior empresa de transmissão de energia elétrica do Texas reportou 220 gigawatts de novos pedidos de ligação num período, impulsionados principalmente por instalações de IA e computação em nuvem.
- Um estudo da McKinsey descobriu que a automatização avançada em redes de infraestruturas poderia reduzir o tempo de inatividade dos equipamentos em até 50 por cento e prolongar a vida útil da maquinaria em até 40 por cento.
- A IEEE Educational Activities lançou um curso online de cinco módulos ensinando a engenheiros de energia e cientistas de dados como aplicar IA a problemas reais da rede.
- O curso foi desenvolvido pelo professor de engenharia elétrica da Universidade do Tennessee Fangxing Li, que preside ao IEEE Working Group on Machine Learning for Power Systems.
A rede elétrica americana é enorme, com décadas de idade, e cada vez mais problemática.
Construída quando a eletricidade provinha principalmente de centrais de carvão e gás e a procura crescia a um ritmo constante e previsível, a rede nunca foi concebida para as pressões atuais. Centros de dados de IA, veículos elétricos e ondas de calor e tempestades de inverno cada vez mais frequentes estão todos a sobrecarregar os mesmos fios envelhecidos. O Departamento de Energia dos EUA afirmou que o sistema está no seu limite.
Os números são drásticos. A maior empresa de transmissão de energia elétrica do Texas reportou recentemente 220 gigawatts de novos pedidos de ligação, a maioria deles de instalações de IA e computação em nuvem. Para colocar em perspetiva, os Estados Unidos inteiros usam aproximadamente 450 gigawatts num dia típico.
Porque é que os engenheiros não conseguem gerir isto da forma antiga?
Não conseguem acompanhar a velocidade ou o volume do problema. As redes modernas transportam sinais de milhões de sensores digitais e contadores inteligentes, dispositivos que monitorizam a tensão, a procura e a saúde dos equipamentos em tempo real. Nenhuma equipa humana consegue ler esses dados com suficiente rapidez para agir.
A energia renovável torna as coisas ainda mais difíceis. A produção de vento e solar muda a cada poucos minutos dependendo das nuvens e das rajadas de vento. Os operadores da rede têm de equilibrar a oferta e a procura segundo a segundo para evitar apagões, e a margem de erro é muito reduzida.
Os ciberataques acrescentam uma terceira camada de risco. Conforme as empresas de serviços públicos substituem os antigos comutadores analógicos por sistemas de controlo ligados à Internet, abrem novas portas aos hackers.
A IA pode ajudar em todos os três aspetos. Os modelos de aprendizagem automática, software treinado em padrões históricos, podem prever um pico de procura horas antes de ocorrer, detetar uma falha num transformador antes de explodir, e sinalizar atividade incomum numa rede digital. Um estudo da McKinsey descobriu que este tipo de automatização poderia reduzir o tempo de inatividade dos equipamentos em até 50 por cento e prolongar a vida útil da maquinaria em até 40 por cento.
O que é o novo curso, e para quem é?
A IEEE Educational Activities, o braço de formação da maior sociedade profissional de engenharia do mundo, lançou um programa online chamado Artificial Intelligence for Power and Energy Systems, primeiro reportado pela IEEE Spectrum. O curso destina-se a engenheiros de energia em exercício que precisam de competências em dados, e cientistas de dados que precisam compreender como as redes elétricas funcionam realmente.
O professor Fangxing Li da Universidade do Tennessee desenvolveu o currículo em cinco módulos.
| Módulo | O que abrange |
|---|---|
| Fundamentos de IA | Como os modelos básicos de aprendizagem automática se aplicam aos cálculos da rede elétrica |
| Aceleração do controlo da rede | Utilização de IA por tentativa-erro para automatizar respostas de emergência |
| Previsão e análise | Previsão de picos de procura, flutuações de solar e vento, e preços de mercado |
| IA informada pela física | Modelos de IA codificados para seguir as leis da física, para que nunca produzam resultados perigosos |
| IA generativa e tecnologia de próxima geração | Grandes modelos de linguagem e redes gráficas para planeamento e relatórios |
O módulo de física merece uma menção. Uma das razões pelas quais as empresas de serviços públicos têm sido lentas em confiar na IA é o medo de que um algoritmo possa emitir um comando que danifique equipamento caro. Bloquear o modelo para obedecer às leis da física, em vez de deixá-lo aprender livremente, é uma resposta prática a essa preocupação.
O que é que isto significa para os clientes ordinários de eletricidade?
Menos apagões e contas mais estáveis são o objetivo. Uma rede que pode prever e reparar as suas próprias falhas antes de se agravarem é uma rede menos provável de deixar uma vizinhança no escuro durante uma onda de calor ou um período de congelamento.
O curso está disponível através da IEEE Learning Network, com preços em volume para organizações disponíveis mediante solicitação.
