美國科學家開發AI自動修復電網系統　減少停電期間能量損耗

編譯／Elisa

遇到天災時，美國災區電網就容易斷電，現在德州大學達拉斯分校研究人員，以及紐約州大學水牛城分校工程師合作開發一款新的人工智慧系統，不需要人工干預，能自主檢測和修復電網問題，電力路由（reroute electricity）功能在幾毫秒內就可恢復。

科學家利用機器學習將電網相互依存性圖像化

這項新系統運用主要集中在北美的電網系統，研究人員採用名為「圖像強化學習」（graph reinforcement learning）的機器學習技術，透過人工智慧分析和管理複雜電網網路。圖像強化學習主要是描繪出電網網路的拓撲（topology），也就是各種組件之間關係如何排列的方式，以及電力如何在系統中移動。結合電力系統、數學和機器學習領域的專業知識，團隊試圖用圖像歸納（graph abstractions）方式，有系統地去描繪配電系統中的相互依存性（interdependencies），再進一步調查基本網路拓撲（underlying network topology）結合強化學習框架，如何能在配電系統中，更有效進行停電管理。

更多新聞：台電強化電網韌性計畫　重電業受惠訂單多

AI新系統在停電期間有助節省能源損耗

結果顯示，新系統在不同網路設定上測試後，展現出最佳即時效能，減少停電期間能源損失。在13路與34路匯流排網路（bus network）減少的耗損分別為607.45 kWs和596.52 kWs，另外如果是因為線路故障導致的斷電，新系統可以使用開關重新配電，從附近的可用電源中取得電力。

資料來源：Interesting Engineering

瀏覽 395 次