ENEA: intelligenza artificiale per evitare blackout

ENEA: intelligenza artificiale per evitare blackout

Un team di ricercatori ha sviluppato un modello basato sull'intelligenza artificiale che consente di prevedere blackout dovuti alle temperature elevate.
ENEA: intelligenza artificiale per evitare blackout
Un team di ricercatori ha sviluppato un modello basato sull'intelligenza artificiale che consente di prevedere blackout dovuti alle temperature elevate.

L’intelligenza artificiale può essere sfruttata anche per prevenire i blackout della rete elettrica. Un gruppo di ricercatori di ENEA, Politecnico di Bari e Università Roma Tre ha testato il sistema basato su automazione e tecniche di machine learning su una grande rete di distribuzione elettrica nel Sud Italia. I risultati sono stati pubblicati sulla rivista scientifica IEEE Transactions on Industry Applications.

IA per evitare blackout elettrici

La rete elettrica, soprattutto quelle che serve le grandi città, viene fortemente sollecitata durante le ore più calde della giornata, quando c’è una maggiore domanda di energia elettrica a causa dell’uso degli impianti di climatizzazione. Gli eventi meteorologici estremi, come le temperature superiori a 40° C, sono sempre più frequenti, quindi è necessario prevenire i blackout dovuti offrendo al gestore della rete un modello basato sull’intelligenza artificiale.

I ricercatori di ENEA, Politecnico di Bari e Università Roma Tre hanno sviluppato un sistema che consente di prevedere malfunzionamenti e quindi all’operatore di rete di attuare azioni correttive orientate a minimizzare i disservizi per gli utenti del servizio elettrico.

Durante la prima fase è stato effettuato l’addestramento del modello con i dati relativi ai guasti registrati tra il 2015 e il 2020 in una grande rete elettrica del Sud Italia, alle condizioni meteo (temperatura ambientale e umidità) e ai flussi di energia con l’obiettivo di identificare le possibili correlazioni.

Successivamente sono stati testati gli algoritmi utilizzando come input una serie di dati non visti in fase di addestramento. Uno di essi ha fornito i risultati più accurati in termini di previsione di futuri guasti alla rete elettrica.

Maria Valenti, responsabile del Laboratorio ENEA Smart grid e reti energetiche, ha dichiarato:

Grazie all’approccio proposto, il gestore della rete potrà usare il nostro modello di previsione guasti adeguatamente addestrato per effettuare azioni correttive sulla rete di distribuzione interessata ed evitare danni all’infrastruttura e disservizi per cittadini e imprese, in particolare nel periodo compreso tra maggio e settembre, quando si concentra la maggior parte dei guasti provocati dalle alte temperature e dalle ondate di calore.

Fonte: ENEA
Link copiato negli appunti

Ti potrebbe interessare

Pubblicato il 29 mag 2023
Link copiato negli appunti