تواجه الشبكة الكهربائية الأمريكية، التي تُعتبر من أكبر الأنظمة المعقدة على الإطلاق، ضغوطًا متزايدة جراء التطور الصناعي السريع والطقس القاسي المتكرر وارتفاع الطلب على الكهرباء. صُممت هذه الشبكات قبل عقود لعالم أكثر قابلية للتنبؤ، لكن الطلب الهائل من مراكز البيانات والمنشآت السحابية أرهقها بشكل غير مسبوق.

التحديات تأتي من مصدرين: الطلب المتنامي على الكهرباء، والانتقال نحو مصادر طاقة متجددة غير مستقرة مثل الرياح والطاقة الشمسية. في تكساس وحدها، تلقت أكبر شركة نقل للكهرباء طلبات توصيل بقوة 220 جيجاواط، معظمها من منشآت الذكاء الاصطناعي. هذا يتطلب موازنة دقيقة لحظة بلحظة بين العرض والطلب لمنع انقطاع التيار الكهربائي.

إلى جانب الضغط المادي، تواجه الشبكات الرقمية تهديدات أمنية متزايدة مع استبدال المعدات القديمة بأنظمة ذكية وعدادات حديثة. خبراء الطاقة يؤكدون أن الذكاء الاصطناعي لم يعد بحثًا مستقبليًا، بل ضرورة عملياتية أساسية لإدارة الشبكات الحديثة ومعالجة تقلبات الطاقة المتجددة بسرعة في أنظمة لامركزية.

استجابة لهذه الحاجة، أطلقت جمعية IEEE للأنشطة التعليمية، بالشراكة مع جمعية الطاقة والكهرباء بـ IEEE، برنامج تدريب متخصص حول الذكاء الاصطناعي لأنظمة الطاقة. طورها الأستاذ فانجشينج لي من جامعة تينيسي، رئيس مجموعة العمل المتخصصة في تعلم الآلة لأنظمة الطاقة. ينقسم البرنامج إلى خمس وحدات: أساسيات الذكاء الاصطناعي وتطبيقاته على الشبكات، وتسريع التحكم بالشبكة باستخدام التعلم المعزز، والتنبؤ وتحليل البيانات، والذكاء الاصطناعي المحترم للقوانين الفيزيائية، وتقنيات الجيل التالي كالشبكات العصبية البيانية.

دراسة لشركة ماكينزي أشارت إلى أن دمج البيانات المتقدمة والأتمتة يمكن أن يقلل أخطاء التصميم وينخفض بتوقف المعدات بنسبة تصل إلى 50 في المئة من خلال الصيانة التنبؤية، ويطيل عمر آلات الطاقة بنسبة 40 في المئة. البرنامج موجه لمهندسي أنظمة الطاقة ومديري الشركات وعلماء البيانات، ويمكن الاطلاع على تفاصيل التسجيل عبر شبكة IEEE التعليمية.