Les réseaux électriques intelligents s’apprêtent à franchir une nouvelle étape grâce à l’intelligence artificielle. Des chercheurs américains ont mis au point un modèle capable de prévenir les coupures de courant en redirigeant automatiquement l’électricité en quelques millisecondes. Cette innovation pourrait transformer la gestion des réseaux électriques et améliorer leur résilience face aux perturbations.
L’équipe de recherche de l’Université du Texas à Dallas, en collaboration avec des ingénieurs de l’Université de Buffalo à New York, a présenté un système automatisé dans une étude publiée dans Nature Communications. Les résultats de leurs travaux ouvrent la voie à une technologie de «réseau auto-réparateur», utilisant l’intelligence artificielle pour détecter et résoudre les problèmes de manière autonome, sans intervention humaine.
Le réseau électrique nord-américain constitue un vaste ensemble complexe de lignes de transmission et de distribution, d’installations de production et de transformateurs. Sa mission consiste à acheminer l’électricité des sources de production jusqu’aux consommateurs.
L’intelligence artificielle au service de la prévention des coupures
Les chercheurs ont démontré, à travers divers scénarios sur un réseau test, que leur solution peut identifier automatiquement des itinéraires alternatifs pour transférer l’électricité aux utilisateurs avant qu’une panne ne survienne. L’avantage majeur de l’intelligence artificielle réside dans sa rapidité : le système peut rediriger automatiquement le flux électrique en quelques microsecondes, alors que les processus actuels contrôlés par l’homme pour déterminer des chemins alternatifs peuvent prendre de quelques minutes à plusieurs heures.
Le Dr Jie Zhang, professeur associé de génie mécanique à l’École d’ingénierie et d’informatique Erik Jonsson, explique : «Notre objectif est de trouver le chemin optimal pour envoyer de l’électricité à la majorité des utilisateurs le plus rapidement possible. Cependant, des recherches supplémentaires sont nécessaires avant que ce système ne puisse être mis en œuvre.»
Une approche innovante basée sur l’apprentissage par graphes
Le Dr Zhang et ses collègues ont utilisé une technologie appliquant l’apprentissage automatique aux graphes afin de cartographier les relations complexes entre les entités qui composent un réseau de distribution électrique. L’apprentissage automatique par graphes implique la description de la topologie d’un réseau, c’est-à-dire la manière dont les différents composants sont agencés les uns par rapport aux autres et comment l’électricité circule dans le système.
La topologie du réseau pourrait également jouer un rôle crucial dans l’application de l’intelligence artificielle pour résoudre des problèmes dans d’autres systèmes complexes, tels que les infrastructures critiques et les écosystèmes, selon le Dr Yulia Gel, professeur de sciences mathématiques à l’École des sciences naturelles et des mathématiques, co-auteur de l’étude.
Un apprentissage par renforcement pour une gestion optimale
L’approche des chercheurs repose sur un apprentissage par renforcement qui prend les meilleures décisions pour atteindre des résultats optimaux. Les chercheurs de l’Université de Buffalo, dirigés par le Dr Souma Chowdhury, professeur associé de génie mécanique et aérospatial, se sont concentrés sur l’aspect apprentissage par renforcement du projet.
Si l’électricité est bloquée en raison de défauts de ligne, le système est capable de se reconfigurer en utilisant des commutateurs et de puiser l’énergie de sources disponibles à proximité, comme de grands panneaux solaires ou des batteries sur un campus universitaire ou une entreprise, explique Roshni Anna Jacob, doctorante en génie électrique à l’UTD et co-première auteure de l’article.
Perspectives d’avenir pour les réseaux électriques intelligents
Après s’être concentrés sur la prévention des pannes, les chercheurs visent maintenant à développer une technologie similaire pour réparer et restaurer le réseau après une interruption de courant. Les avancées dans ce domaine pourraient considérablement améliorer la fiabilité et la résilience des réseaux électriques, offrant ainsi une meilleure qualité de service aux consommateurs et une gestion plus efficace des ressources énergétiques.
Légende illustration : De gauche à droite : Yulia Gel, Jie Zhang et Roshni Anna Jacob, doctorante en génie électrique, ont démontré que leur système d’intelligence artificielle peut automatiquement identifier des itinéraires alternatifs et transférer l’électricité aux utilisateurs quelques millisecondes avant qu’une panne ne se produise. Crédit : UT Texas
Article : « Real-time outage management in active distribution networks using reinforcement learning over graphs » – DOI: 10.1038/s41467-024-49207-y
