Учёные Новосибирского государственного технического университета (НГТУ) разработали систему распределённого искусственного интеллекта для автономного управления энергосистемами. Технология повышает надёжность и живучесть сетей, особенно с объектами малой генерации, сообщили в пресс-службе вуза.
Новая система состоит из прототипов локальных устройств-агентов, каждый из которых выполняет функции режимного или противоаварийного управления. Они работают независимо, но по единым правилам, формируя ИИ роевого типа.
«Мы разработали прототипы локальных устройств (агентов) управления режимами в энергосистемах с малой генерацией, в каждом из которых заложили определённые функции режимного и/или противоаварийного управления. Эти функции осуществляются без участия человека. Получилась система распределённого ИИ роевого типа — агенты работают независимо друг от друга, но ввиду единых правил работы достигается общий результат», — рассказал кандидат технических наук Анатолий Осинцев.
Технология позволяет автоматически разбирать сеть в районе повреждения — отключать повреждённые части и собирать оставшиеся в работе без ущерба для потребителя. Эффективность системы проверили на физической модели, имитируя короткие замыкания.
«Мы предлагаем комплекс способов противоаварийного управления, новые способы релейной защиты в электрической сети, где объединены объекты с малой генерацией», — добавил Осинцев.
Разработка систем на основе ИИ для управления сложными сетями — одно из ключевых направлений современной науки. Ранее «Жуковский.Life» сообщал, что российские учёные из РЭУ им. Г.В. Плеханова вместе с коллегами из Индии предложили новый способ управления сетевыми структурами, в которых одновременно царят порядок и хаос. Их метод, основанный на адаптивных связях высоких порядков, позволяет гибко менять режимы работы сети: вызывать «химерное состояние», полностью синхронизировать систему или создавать устойчивые кластеры. Исследование показало эффективность метода в сетях типа «мир тесен», которые встречаются в социальных связях и нейронных ансамблях мозга. Эта работа открывает перспективы для применения в нейротехнологиях, искусственном интеллекте и управления киберфизическими системами, такими как «умные» города.