Les services publics d’électricité suivent un cours d’apprentissage automatique pour créer des réseaux plus intelligents pour les défis difficiles à venir.
La mégatempête de l’hiver 2021 au Texas a laissé des millions de personnes sans électricité. Les pannes de réseau des deux derniers étés ont déclenché des incendies de forêt dévastateurs au milieu de la sécheresse record de la Californie.
« Les événements météorologiques extrêmes de 2021 ont mis en évidence les risques que le changement climatique introduit et l’importance d’investir dans des réseaux électriques plus résilients », a déclaré un rapport de mai 2021 de l’Agence internationale de l’énergie, un groupe composé de membres de plus de 30 pays. Il a appelé à un réseau sans carbone net d’ici 2050, alimenté par des centaines de gigawatts supplémentaires de sources renouvelables.
L’objectif exige une transformation. Le réseau centenaire d’hier – un système à sens unique allant de quelques grandes centrales électriques à de nombreux utilisateurs – doit se transformer en un réseau bidirectionnel, flexible et distribué connecté aux maisons et aux bâtiments équipés de panneaux solaires, de batteries et de véhicules électriques.
Compte tenu des changements à venir, les experts affirment que le réseau doit étendre les systèmes de contrôle autonomes qui collectent des données à chaque nœud et les utilisent pour répondre en temps réel.
Un Ingrédient Essentiel
« L’IA jouera un rôle crucial dans le maintien de la stabilité d’un réseau électrique qui devient de plus en plus complexe avec un grand nombre de sources de production variables et de faible capacité, comme l’énergie éolienne et solaire, et l’alimentation bidirectionnelle entrant et sortant des maisons », a déclaré Jeremy. Renshaw, responsable de programme senior à l’Electric Power Research Institute (EPRI), une organisation indépendante à but non lucratif qui collabore avec plus de 450 entreprises dans 45 pays sur la R&D énergétique.
« L’IA peut aider les opérateurs de réseau déjà poussés à leurs limites en automatisant les tâches répétitives ou chronophages », a déclaré Renshaw, qui gère l’initiative AI d’EPRI.
Rick Perez, directeur chez Deloitte Consulting LLP avec plus de 16 ans de travail avec les services publics et l’analyse de données, est d’accord.
« Le futur réseau énergétique sera distribué et alimenté par des milliers de sources d’énergie intermittentes, notamment des parcs éoliens et diverses technologies de stockage. La gestion nécessite des méthodes d’IA avancées et un calcul haute performance », a-t-il déclaré.
De vrais projets, de vrais résultats
Des travaux sont déjà en cours dans les centrales électriques et les sous-stations, sur les lignes de distribution et à l’intérieur des maisons et des entreprises.
« Certains des plus grands services publics aux États-Unis font les premiers pas dans la création d’une plate-forme d’ingénierie de données et d’une pratique informatique de pointe, en utilisant des réseaux de capteurs et une analyse en temps réel », a déclaré Perez.
Par exemple, un service public dans une grande ville des États-Unis a récemment obtenu une traction avec l’IA sur les GPU NVIDIA, déterminant en moins de 30 minutes les meilleurs itinéraires de camions pour répondre à une tempête. Les efforts passés sur les systèmes basés sur CPU ont pris jusqu’à 36 heures, trop longtemps pour être utiles.
Pour montrer aux utilitaires ce qui est possible, Deloitte exécute des tâches sur les systèmes NVIDIA DGX A100 dans son Center for AI Computing. Un effort combine des données sur l’état du réseau électrique avec les conditions météorologiques locales pour identifier – à temps pour envoyer une équipe de réparation – les lignes de distribution recouvertes de glace et en danger de défaillance.
« Comme il s’agit d’un système ouvert, nous pourrions utiliser notre personnel informatique existant et, avec le soutien de NVIDIA, effectuer un travail de classe superinformatique pour notre client », a déclaré Perez.
Construire des modèles d’IA, des ensembles de données
Chez EPRI, Renshaw fait état de progrès sur plusieurs fronts.
Par exemple, plus de 300 organisations ont rejoint son défi L2RPN pour construire des modèles d’IA avec apprentissage par renforcement. Certains sont capables de contrôler jusqu’à cinq tâches à la fois pour éviter une panne.
« Nous voulons automatiser 80 % des tâches banales des opérateurs, afin qu’ils puissent faire un meilleur travail en se concentrant sur les 20 % des défis les plus complexes », a déclaré Renshaw.
Un rapport de 2021 sur la façon dont l’IA peut lutter contre le changement climatique a cité comme cas d’utilisation important le travail L2RPN qui s’étend cette année pour inclure des modèles plus complexes.
Séparément, l’EPRI organise 10 ensembles d’utilitaires de données anonymes pouvant être utilisés pour former des modèles d’IA pour leurs tâches les plus critiques. L’une est une base de données qui contient déjà 150 000 images prises par des drones d’équipements vieillissants sur des lignes électriques.
L’EPRI dirige également un incubateur de startups où les services publics peuvent collaborer avec des startups d’IA comme Noteworthy AI, membre de NVIDIA Inception, pour travailler sur des projets innovants. Pour garder les données partagées privées, il peut utiliser le logiciel NVIDIA FLARE pour former des modèles d’IA.
Les centrales électriques obtiennent des jumeaux numériques
L’EPRI et Deloitte contribuent tous deux à créer des jumeaux numériques industriels pour optimiser les opérations et la formation dans les centrales électriques. Par exemple, une centrale électrique dans un État du sud des États-Unis sert d’installation de démonstration dans le cadre d’un projet EPRI qui suscite un large intérêt.
Par ailleurs, Deloitte prévoit d’utiliser NVIDIA Omniverse Enterprise pour développer un jumeau numérique physiquement précis d’une centrale nucléaire pour des scénarios de formation des travailleurs.
« Les régulateurs accordent plusieurs subventions pour la construction de jumeaux numériques de centrales électriques afin d’accroître la sécurité et de réduire les coûts élevés d’arrêt des systèmes pour les tests », a déclaré Perez.
Les compteurs véritablement intelligents font leurs débuts cette année
De même, EPRI et Deloitte contribuent à définir la prochaine génération de compteurs intelligents.
« Nous appelons les systèmes d’aujourd’hui des compteurs intelligents, mais en réalité, ils envoient peut-être un point de données toutes les 15 minutes, ce qui est très lent par rapport aux normes actuelles », a déclaré Renshaw.
En revanche, les puces et les compteurs de réseau intelligent définis par logiciel en cours de développement par Utilidata, membre de NVIDIA Inception, un programme gratuit pour les startups de pointe, et Anuranet utilisent la prochaine génération de la plate-forme d’IA de pointe NVIDIA Jetson pour traiter plus de 30 000 données. points par seconde. Ils recherchent des idées qui permettent d’économiser de l’énergie et des coûts tout en augmentant la résilience du réseau.
« Si nous pouvons obtenir des données en moins d’une seconde, cela ouvre une multitude d’opportunités – nous avons identifié 81 cas d’utilisation pour les données de la prochaine génération de compteurs intelligents », a-t-il déclaré.
L’IA utilisant les données de l’un de ces nouveaux compteurs aurait pu prédire que son système CVC domestique devait être réparé avant qu’il ne tombe en panne l’année dernière, ce qui lui a coûté plus de 1 000 $.
Un point d’inflexion
En outre, EPRI a des programmes pilotes dans deux immeubles de bureaux utilisant l’IA pour réduire le gaspillage d’énergie jusqu’à 30 %. Et il entame une collaboration sur la manière dont l’apprentissage automatique pourrait améliorer la cybersécurité, une préoccupation croissante à la suite de l’attaque de ransomware de l’année dernière contre un pipeline énergétique.
La liste de choses à faire continue. La bonne nouvelle, a déclaré Perez, est qu’un financement important est en cours pour créer un réseau plus intelligent, plus propre et plus sûr avec des initiatives dans le monde entier, y compris la loi américaine sur l’investissement et l’emploi dans les infrastructures.
« Nous sommes à un point d’inflexion, et il n’y a tout simplement pas de plan viable pour l’avenir du réseau sans l’IA et le calcul haute performance », a-t-il déclaré.
Regardez une conférence GTC (consultable à la demande avec inscription) pour voir comment les services publics peuvent utiliser l’intelligence artificielle de pointe et le calcul haute performance pour moderniser les opérations du réseau. Et apprenez-en plus sur le travail de NVIDIA avec les utilitaires et NVIDIA Inception.