L'IEEE lance un cours pour moderniser les réseaux électriques avec l'IA

Le réseau électrique américain, parmi les systèmes les plus vastes et les plus complexes jamais construits, fonctionne à sa limite en raison de la croissance industrielle rapide, des conditions météorologiques extrêmes et d'une augmentation de la consommation d'électricité, due en partie aux centres de données. Le réseau subit des pressions à la fois d'un pic de demande et du passage à des énergies renouvelables dépendantes des conditions météorologiques, nécessitant un équilibrage en temps réel pour éviter les pannes. Pour remédier aux vulnérabilités physiques et numériques, y compris les cyberattaques et les perturbations météorologiques sévères, les organisations de fiabilité du réseau soulignent la nécessité d'un réseau plus intelligent et automatisé. L'intelligence artificielle est considérée comme une nécessité opérationnelle de base, capable de traiter instantanément de vastes quantités de données et de permettre une maintenance prédictive, ce que des études de McKinsey suggèrent pouvoir réduire les temps d'arrêt des équipements jusqu'à 50 % et prolonger la durée de vie des machines de 40 %. Pour combler l'écart entre la recherche en intelligence artificielle et le déploiement pratique sur le terrain, les activités éducatives de l'IEEE, en partenariat avec la société IEEE Power & Energy, ont lancé le programme de cours en ligne Intelligence artificielle pour les systèmes électriques et énergétiques, développé par Fangxing Li, professeur à l'Université du Tennessee. Le programme comprend cinq modules : les fondamentaux de l'intelligence artificielle, l'accélération du contrôle du réseau grâce à l'apprentissage par renforcement profond, la prévision et l'analyse de données, l'intelligence artificielle informée par la physique et sûre, et l'intelligence artificielle générative et les technologies de prochaine génération. Ces modules visent à former les ingénieurs de systèmes électriques, les gestionnaires de services publics et les scientifiques des données à la modernisation du réseau.