L’intelligenza artificiale (IA) al servizio delle reti elettriche. Se il concetto non è una novità, nuova è la declinazione che di IA e reti elettriche hanno dato i ricercatori dell’ENEA, insieme a quelli del Politecnico di Bari e dell’Università Roma Tre e della soluzione che hanno sviluppato. Si tratta di un sistema basato sull’intelligenza artificiale per prevenire possibili blackout elettrici causati da ondate di calore.
Sviluppato nell’ambito del progetto RAFAEL, finanziato dal Ministero dell’Università e della Ricerca, questo approccio innovativo si basa su tecniche di machine learning ed è stato testato su una grande rete di distribuzione elettrica nel Sud Italia con risultati molto positivi.
Prevedere i malfunzionamenti
«Le infrastrutture di distribuzione dell’energia sono sistemi particolarmente vulnerabili a disastri naturali e ad eventi meteorologici estremi, come le ondate di calore, soprattutto nelle grandi aree urbane – ha spiegato Maria Valenti, responsabile del Laboratorio ENEA Smart grid e reti energetiche che ha guidato la ricerca -. Per questo risulta importante individuare nuove soluzioni di monitoraggio e di gestione della rete per la previsione di eventuali guasti. Come ad esempio le tecniche di data analysis e di machine learning che utilizziamo nel nostro innovativo approccio. Avere la possibilità di prevedere malfunzionamenti consente potenzialmente all’operatore di rete di attuare azioni correttive orientate a minimizzare i disservizi per gli utenti del servizio elettrico».
Le due fasi del progetto
Il lavoro si è svolto in diverse fasi:
- Nella prima, il gruppo di ricerca ha “addestrato” l’algoritmo sui dati relativi ai guasti intercorsi tra il 2015 e il 2020 in una grande rete elettrica del Sud, alle condizioni meteo (temperatura ambientale e umidità) e ai flussi di energia. Obiettivo dell’addestramento era di identificare le possibili correlazioni tra i vari fenomeni.
- Nella successiva fase operativa, i ricercatori hanno provato il sistema così addestrato per l’analisi di una serie di dati di input, non visti in fase di addestramento. Tra gli algoritmi testati, uno in particolare ha dato i risultati più accurati in termini di previsione di futuri guasti alla rete elettrica studiata in funzione sia delle condizioni meteorologiche sia del fabbisogno energetico.
Reti cittadine le più vulnerabili
Un risultato incoraggiante per cercare di prevenire e contrastare una problematica che rischia di diventare sempre più frequente. I cambiamenti climatici hanno infatti generato un aumento delle ondate di calore, una tendenza destinata a peggiorare nei prossimi anni a causa del riscaldamento globale. L’intensità e la durata di questi fenomeni causano un numero crescente di guasti alla rete di distribuzione elettrica, soprattutto in ambito urbano.
Le reti cittadine sono soggette a maggiori sollecitazioni di carico, dovute all’aumento della domanda di elettricità concentrata in particolare nelle ore più calde della giornata, per via del maggiore utilizzo degli impianti di climatizzazione. Dagli studi condotti dai ricercatori è emerso che la maggior parte dei guasti si è verificato a livello di giunti dei cavi e che, pertanto, tali elementi soffrono maggiormente le problematiche delle ondate di calore. «Un risultato che fornisce un elemento utile agli operatori e ai produttori di componentistica elettronica, che potranno condurre così analisi più mirate per ottenere reti più resilienti», ha aggiunto la ricercatrice.
Agire con azioni preventive
Negli ultimi anni è aumentato l’interesse per la sicurezza, l’affidabilità e la resilienza delle infrastrutture critiche, come le reti di distribuzione elettrica, un sistema estremamente complesso, composto di elementi interconnessi, dove l’interruzione di un componente può determinare notevoli criticità sull’intero sistema.
La preparazione a eventi meteo estremi è fatta generalmente su due livelli. A livello operativo, con una manutenzione continua che permette di mantenere la rete in buone condizioni. E su un piano più “strategico”, attraverso un’analisi post-evento che mira a individuare le aree maggiormente a rischio, ovvero quelle con la più alta possibilità di subire danni durante le ondate di calore, ma senza dispiegare una funzione preventiva.
Con l’approccio proposto dal gruppo di ricerca ENEA, invece, il gestore della rete potrà usare il modello di previsione guasti adeguatamente “addestrato”, per effettuare azioni correttive sulla rete interessata, evitando danni all’infrastruttura e disservizi per cittadini e imprese.
