Tentar encontrar lanternas durante apagões pode em breve ser uma memória distante, já que a computação quântica e a inteligência artificial poderiam aprender a decifrar as peculiaridades problemáticas de uma rede elétrica e resolver soluços do sistema tão rápido que os humanos podem não perceber.
Em vez de falhas na rede de energia se transformando em problemas gigantes – como variações de tensão ou apagões generalizados – a computação rápida e explosiva combinada com inteligência artificial poderia diagnosticar problemas rapidamente e encontrar soluções em minúsculas frações de segundos, de acordo com a pesquisa Cornell a ser publicada em Applied Energy (1 de dezembro , 2021).
“As falhas do sistema de energia são um problema antigo e ainda estamos usando métodos computacionais clássicos para resolvê-las”, disse Fengqi You, Roxanne E. e Michael J. Zak, Professor em Engenharia de Sistemas de Energia na Faculdade de Engenharia. “Os sistemas de energia de hoje podem se beneficiar da IA e do poder computacional da computação quântica, de modo que os sistemas de energia podem ser estáveis e confiáveis.”
Você, junto com o aluno de doutorado Akshay Ajagekar, são co-autores de “Quantum Computing Hybrid Deep Learning for Fault Diagnosis in Electrical Power Systems”.
As concessionárias dos EUA geraram cerca de 4 trilhões de quilowatts-hora em 2020, de acordo com a Administração de Informações de Energia dos EUA (USEIA) federal. Essa eletricidade é transportada por redes regionais, mas devido a tempestades, árvores caídas, linhas de transmissão antigas e outros infortúnios, ocorrem interrupções.
Em 2016, por exemplo, os clientes norte-americanos experimentaram em média mais de quatro horas de interrupção de energia elétrica, enquanto em 2017 essa média subiu para quase oito horas, segundo a USEIA. Os consumidores sofreram cerca de seis horas de interrupção de energia em 2018.
Os cientistas propõem uma solução híbrida inovadora pela primeira vez, criando uma abordagem de “sistema inteligente” baseada em computação quântica para construir uma estrutura de diagnóstico de falhas para encontrar com precisão problemas em sistemas de energia elétrica.
No artigo, os pesquisadores demonstraram a eficácia e escalabilidade em um sistema de energia elétrica de teste IEEE em grande escala. Nele, eles descobriram que uma abordagem de aprendizado profundo baseada em computação quântica pode ser dimensionada com eficiência para um diagnóstico rápido em sistemas de energia maiores sem perda de desempenho.
Você e Ajagekar acreditam que a computação quântica e a inteligência artificial podem evitar a maior parte das falhas do sistema. “Integrar a computação quântica com inteligência – embora ainda não seja uma tecnologia madura – resolverá problemas reais agora”, disse Ajagekar. “Funciona muito bem.
“Não podemos permitir que as redes caiam”, disse Ajagekar. “É por isso que o diagnóstico rápido de falhas em sistemas de energia elétrica é muito importante. Os sistemas de hoje têm sensores, mas mesmo eles não são bons o suficiente agora. Precisamos de eficiência. É muito caro esperar minutos, horas ou dias.”
À medida que a sociedade caminha em direção a um futuro ambiental mais verde, a onipresença da eletricidade se tornará mais importante. “Os sistemas de energia elétrica são a espinha dorsal do nosso mundo moderno”, disse You, um membro do corpo docente do Cornell Atkinson Center for Sustainability. “O casamento de tecnologias quânticas e IA pode fazer a diferença em nossa vida diária.”
Esta pesquisa usou recursos do Oak Ridge Leadership Computing Facility, que faz parte do Departamento de Energia dos EUA. Em dezembro de 2020, You e Ajagekar publicaram um artigo sobre aprendizado profundo baseado em computação quântica para detecção e diagnóstico de falhas na fabricação industrial, em um acompanhamento para o pedido de uma patente norte-americana.
Publicado em 02/10/2021 21h21
Artigo original:
Estudo original: