Le Laboratoire des systèmes d'information et de décision (LIDS) du MIT a reçu un financement de 1 365 000 $ de la Commission régionale des Appalaches (ARC) pour soutenir sa participation à un projet innovant, « Formation du Consortium de déploiement de réseaux intelligents (SGDC) et expansion de la plateforme HILLTOP+ ».
La subvention a été accordée dans le cadre de l'Initiative régionale des Appalaches de l'ARC pour des économies plus fortes, qui favorise la transformation économique régionale grâce à une collaboration multi-États.
Dirigé par Kalyan Veeramachanenichercheur scientifique et chercheur principal au LIDS' Données vers AI Group, le projet se concentrera sur la création de modèles génératifs basés sur l'IA pour les données de charge des clients. Veeramachaneni et ses collègues travailleront aux côtés d'une équipe d'universités et d'organisations dirigées par la Tennessee Tech University, comprenant des collaborateurs de l'Ohio, de la Pennsylvanie, de la Virginie occidentale et du Tennessee, pour développer et déployer des services de modélisation de réseaux intelligents dans le cadre du projet SGDC.
Ces modèles génératifs ont des applications de grande envergure, notamment la modélisation de réseaux et les algorithmes de formation pour les startups du secteur des technologies énergétiques. Lorsque les modèles sont formés sur des données existantes, ils créent des données supplémentaires et réalistes qui peuvent augmenter des ensembles de données limités ou remplacer des ensembles de données sensibles. Les parties prenantes peuvent ensuite utiliser ces modèles pour comprendre et planifier des scénarios de simulation spécifiques, bien au-delà de ce qui pourrait être réalisé avec les seules données existantes. Par exemple, les données générées peuvent prédire la charge potentielle sur le réseau si 1 000 foyers supplémentaires adoptaient des technologies solaires, la façon dont cette charge pourrait changer au cours de la journée, ainsi que d’autres éventualités similaires, essentielles à la planification future.
Les modèles d'IA génératifs développés par Veeramachaneni et son équipe fourniront des données aux services de modélisation basés sur la plateforme de simulation de micro-réseau HILLTOP+, initialement prototypée par le laboratoire Lincoln du MIT. HILLTOP+ sera utilisé pour modéliser et tester de nouvelles technologies de réseaux intelligents dans un « espace sûr » virtuel, offrant ainsi aux services publics d’électricité ruraux une confiance accrue dans le déploiement de technologies de réseaux intelligents, y compris le stockage sur batterie à l’échelle des services publics. Les startups de technologie énergétique bénéficieront également des services de modélisation de réseau HILLTOP+, leur permettant de développer et de tester virtuellement leurs produits matériels et logiciels de réseau intelligent pour en vérifier l'évolutivité et l'interopérabilité.
Le projet vise à aider les services publics d’électricité ruraux et les startups de technologies énergétiques à atténuer les risques associés au déploiement de ces nouvelles technologies. « Ce projet est un exemple puissant de la manière dont l’IA générative peut transformer un secteur – en l’occurrence, le secteur de l’énergie », déclare Veeramachaneni. « Pour être utiles, les technologies d’IA générative et leur développement doivent être étroitement intégrés à l’expertise du domaine. Je suis ravi de collaborer avec des experts en modélisation de grille et de travailler à leurs côtés pour intégrer les dernières et meilleures avancées de mon groupe de recherche et repousser les limites de ces technologies.
« Ce projet témoigne du pouvoir de la collaboration et de l'innovation, et nous sommes impatients de travailler avec nos collaborateurs pour générer des changements positifs dans le secteur de l'énergie », déclare Satish Mahajan, chercheur principal du projet à Tennessee Tech et professeur d'électricité et d'énergie. ingénierie informatique. Michael Aikens, directeur du Centre d'innovation rurale de Tennessee Tech, ajoute : « Ensemble, nous prenons des mesures significatives vers un avenir plus durable et plus résilient pour la région des Appalaches.
