L’intelligenza artificiale a servizio della prevenzione di blackout elettrici da ondate di calore

Un sistema basato sull’intelligenza artificiale per prevenire possibili blackout elettrici causati da ondate di calore: è il nuovo progetto messo a punto da un gruppo di ricercatori ENEA, Politecnico di Bari e Università Roma Tre, sviluppato nell’ambito del progetto RAFAEL, finanziato dal Ministero dell’Università e della Ricerca.

Si tratta di approccio innovativo basato su tecniche di machine learning che è stato testato su una grande rete di distribuzione elettrica nel Sud Italia, e i risultati sono stati pubblicati sulla rivista scientifica IEEE Transactions on Industry Applications.

Qual è la correlazione tra crisi climatica, ondate di calore e blackout elettrici?

Da diverso tempo ormai abbiamo sotto gli occhi quelli che sono gli effetti del riscaldamento globale. La crisi climatica ha portato a un aumento delle ondate di calore e, purtroppo, le previsioni degli esperti non fanno altro che confermare una tendenza destinata a peggiorare nei prossimi anni.

Le conseguenze negative legate a queste situazioni estreme sono diverse, ma già oggi abbiamo visto come l’intensità e la durata di questi fenomeni stanno causando un numero crescente di guasti alla rete di distribuzione elettrica, soprattutto in ambito urbano con un conseguente impatto negativo sui costi di manutenzione, sui servizi e in generale sulla vita delle persone.

Le infrastrutture di distribuzione dell’energia sono sistemi particolarmente vulnerabili a disastri naturali e a eventi meteorologici estremi, come le ondate di calore appunto. Soprattutto nelle grandi aree urbane, quindi, è importante individuare nuove soluzioni di monitoraggio e di gestione della rete per la previsione di eventuali guasti. Meglio ancora sarebbe inoltre avere la possibilità di prevedere malfunzionamenti ed eventuali blackout elettrici, così da poter attuare azioni correttive orientate a minimizzare i disservizi per gli utenti del servizio elettrico. In città infatti la rete è soggetta a maggiori sollecitazioni di carico, dovute all’aumento della domanda di energia elettrica concentrata in particolare nelle ore più calde della giornata, a causa del maggiore utilizzo degli impianti di climatizzazione.

In questo contesto si inserisce il nuovo progetto ENEA, che sfrutta l’intelligenza artificiale e le nuove tecnologie per andare incontro a questi disagi. Ma come?

L’intelligenza artificiale per prevenire possibili blackout

I ricercatori ENEA, insieme al Politecnico di Bari e Università Roma Tre, hanno messo a punto un sistema basato sull’intelligenza artificiale per prevenire possibili blackout elettrici causati da ondate di calore.

In una prima fase il team 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, con l’obiettivo di identificare le possibili correlazioni. 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 che del fabbisogno energetico.

Dalle prime osservazioni dei dati a disposizione dei ricercatori, quello che è emerso è 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. Perché questo risultato fornisce un elemento utile agli operatori e ai produttori di componentistica elettronica? Perché, spiega ENEA, in questo modo si potranno condurre analisi più mirate per ottenere reti più resilienti, cercando di arginare e prevenire il problema.

La rete di distribuzione dell’energia elettrica è estremamente complessa, composta da elementi interconnessi, dove l’interruzione di un componente può determinare notevoli criticità sull’intero sistema.

Grazie all’approccio proposto dai ricercatori, quindi, il gestore della rete potrà usare il modello di previsione guasti per effettuare azioni correttive sulla rete di distribuzione interessata ed evitare danni all’infrastruttura e disservizi per cittadini e imprese, in particolare nel periodo compreso tra maggio e settembre, quando si concentra la maggior parte dei guasti provocati dalle alte temperature e dalle ondate di calore. Negli ultimi anni è aumentato l’interesse per la sicurezza, l’affidabilità e la resilienza delle infrastrutture critiche, in particolare della rete di distribuzione dell’energia elettrica che è un sistema estremamente complesso, composto di elementi interconnessi, dove l’interruzione di un componente può determinare notevoli criticità sull’intero sistema.

Ad esempio, la preparazione a eventi meteo estremi è fatta sia a livello operativo con una manutenzione continua che permette di mantenere la rete in buone condizioni che su un piano più ‘strategico’ attraverso un’analisi post-evento che mira a individuare le aree maggiormente a rischio, ossia quelle con la più alta possibilità di essere danneggiate durante le ondate di calore, ma senza dispiegare una funzione preventiva. “Grazie all’approccio proposto, invece, il gestore della rete potrà usare il nostro modello di previsione guasti adeguatamente ‘addestrato’, per effettuare azioni correttive sulla rete di distribuzione interessata ed evitare danni all’infrastruttura e disservizi per cittadini e imprese, in particolare nel periodo compreso tra maggio e settembre, quando si concentra la maggior parte dei guasti provocati dalle alte temperature e dalle ondate di calore”, conclude Valenti.