El Laboratorio Nacional de Energías Renovables (NREL) en Estados Unidos ha desarrollado un proyecto para detectar fallas de alta impedancia (HiZ) a través del uso del aprendizaje automático. Mediante redes neuronales artificiales, las empresas de servicios públicos pueden prevenir interrupciones a los consumidores y, al mismo tiempo, gestionar de forma más eficaz los posibles riesgos de incendio forestales potencialmente peligrosos. El objetivo del proyecto es mejorar la resiliencia del sistema eléctrico y permitir respuestas más rápidas durante eventos extremos.
Para alcanzar los objetivos, el NREL se asoció con la empresa multinacional de gestión energética Eaton, que realizó evaluaciones exhaustivas en un entorno simulado. Los escenarios consideraron diversos eventos de caída de conductores, como diferentes superficies del suelo (como césped y grava), niveles de humedad, especies de árboles comunes en EE.UU. y otras consideraciones externas.
Aprovechando las capacidades de simulación de red de NREL y los datos de campo de varias empresas de servicios públicos de EE.UU., los investigadores pudieron incluir los datos de prueba de Eaton en la plataforma de diseño asistido por computadora PSCAD (Diseño Asistido por Computadora de Sistemas de Energía). De esta forma, se generó un gran conjunto de datos que incluía significativamente más escenarios de fallas HiZ que los que se podrían producir en el campo o en un entorno de laboratorio controlado.
Identificación de fallas de HiZ con redes neuronales artificiales
Estos escenarios simulados de fallas de HiZ y conjuntos de datos se utilizaron para entrenar un conjunto de redes neuronales artificiales (RNA). Se seleccionaron las RNA más eficaces para identificar estados de falla de HiZ, lo que resultó en una herramienta prácticamente lista para sistemas eléctricos reales. Una vez que el conjunto de RNA detecta una falla, las compañías eléctricas pueden priorizar el envío rápido de recursos a esa zona para reducir la probabilidad de cortes de energía e incendios forestales.
Actualmente, el equipo trabaja con empresas de servicios públicos de todo el país, así como con socios internacionales, para generalizar esta tecnología, aumentando la escalabilidad del algoritmo para que sea ampliamente aplicable en Estados Unidos y otros países. Pronto, la inteligencia artificial (IA) podría ser la clave para mejorar significativamente la infraestructura energética global y la estabilidad de la red, a la vez que se reduce el número de incendios forestales anuales.