AI agentique pour le transport, la production et la distribution
Comment les services publics d'électricité peuvent appliquer l'agent AI aux flux de travail de transmission, de production, de distribution, de transformateur APM, d'événements de réseau, de charges importantes et de preuves de maintenance.
Sur cette page
Les équipes de transport, de production et de distribution ont toutes besoin de l’intelligence artificielle, mais elles n’ont pas besoin du même workflow AI.
Les équipes de transport ont besoin de preuves de planification, du contexte des événements sur le réseau, d’un examen des charges importantes, de l’état des sous-stations, des transferts de protection et du transformateur APM. Les équipes de production ont besoin de l’état des actifs, de la planification des pannes, des preuves du transformateur élévateur du générateur, des enregistrements IBR et de la coordination de la maintenance. Les équipes de distribution ont besoin de contexte d’alimentation, de visibilité DER, de changements de charge client, de résultats sur le terrain et de gestion du travail.
Agentic AI peut connecter ces flux de travail s’il est conçu autour des limites des preuves et des examens.
Une architecture, différents contextes de révision
Le modèle agent est cohérent :
- Lisez les preuves approuvées.
- Normalisez le contexte des actifs et des événements.
- Rédigez un résumé.
- Identifiez les informations manquantes.
- Acheminez-vous vers le bon évaluateur.
- Préservez la piste de décision.
Le contexte décisionnel est différent.
| Fonction utilitaire | Focus sur les preuves | Réviseur |
|---|---|---|
| Transmissions | Charges importantes, sous-stations, actifs HT, enregistrements de perturbographie, état des transformateurs | Planification, opérations, protection, ingénierie des actifs |
| Génération | Transformateurs GSU, événements de l’usine, fenêtres de panne, modèles IBR, contraintes de maintenance | Ingénierie d’usine, gestion d’actifs, fiabilité, exploitation |
| Distribution | Contexte d’alimentation, DER, résultats de terrain, charge client, enregistrements du transformateur de distribution | Planification de la distribution, opérations sur le terrain, équipes d’actifs |
C’est pourquoi « une seule plateforme AI contrôle le réseau » n’est pas un bon message. Le meilleur message est « un flux de travail de preuves prend en charge différentes décisions examinées par des humains ».
Flux de travail de transmission
Les équipes de transport sont sous pression en raison de la croissance de la demande, des files d’attente d’interconnexion, des charges importantes et du comportement de plus en plus complexe du réseau. Le LTRA 2025 de NERC fait état de fortes augmentations des projections de croissance de la demande de pointe, avec des centres de données et d’autres charges importantes affectant plusieurs régions.
Agentic AI peut prendre en charge les travaux de transmission en préparant :
- les résumés d’exposition des sous-stations et des transformateurs ;
- des packs de preuves volumineux ;
- le calendrier des événements ;
- éléments d’entrée manquants du modèle ou de l’étude ;
- packages de transfert de protection et d’opérations ;
- contexte de coordination de la maintenance et des arrêts.
La limite est claire : AI peut préparer des preuves, mais des équipes qualifiées approuvent les études, les actions et les décisions opérationnelles.
Workflows de génération
Les propriétaires de centrales de production doivent relier la fiabilité des centrales à la fiabilité du réseau. Pour les projets d’énergies renouvelables et de batteries, l’élaboration des normes FERC n° 901 et NERC autour des ressources basées sur des onduleurs montre à quel point la validation des modèles, le partage de données, les études de planification et les exigences de performances sont devenus importants.
Agentic AI peut aider les équipes de génération à assembler :
- Preuve de l’événement IBR ;
- dossiers de mise en service et de modèles ;
- état du transformateur élévateur du générateur ;
- les contraintes d’indisponibilité ;
- les reports d’entretien ;
- explications d’événements pour examen humain.
Ceci est particulièrement utile lorsque le même événement nécessite un examen des installations, de la fiabilité, de la protection et de la gestion des actifs.
Workflows de distribution
Les systèmes de distribution deviennent plus dynamiques. Les DER, la recharge des véhicules électriques, les pompes à chaleur, les centres de données, la croissance industrielle et la résilience climatique modifient tous les hypothèses de planification locale.
Les équipes de distribution peuvent utiliser l’agent AI pour préparer :
- les résumés des preuves des lignes d’alimentation et des sous-stations ;
- les lacunes de visibilité du DER ;
- les gros packages d’examen de la charge des clients ;
- des résumés de l’état des transformateurs ;
- les listes de suivi des inspections sur le terrain ;
- Brouillons de lots de travaux CMMS ou EAM.
L’agent doit comprendre que les preuves de distribution peuvent affecter la planification du transport et de la production lorsqu’elles sont regroupées à grande échelle.
Les transformateurs connectent les trois mondes
Les transformateurs de puissance constituent un flux de travail partagé naturel car ils se situent entre le transport, la production et la distribution :
- Transport : autotransformateurs, transformateurs réseau et contraintes des postes.
- Production : transformateurs élévateurs de générateurs et actifs critiques de l’usine.
- Distribution : transformateurs de sous-stations et actifs de distribution à fortes conséquences.
Les flux de preuves sont également partagés : DGA, qualité de l’huile, PRPD, SFRA, charge thermique, inspection, historique de maintenance et stratégie de rechange.
GridAPM peut devenir la couche de preuves partagée du transformateur tout en préservant l’autorité décisionnelle de chaque équipe.
Le modèle d’autorisation est important
L’initiative de normes d’agent AI du NIST rappelle utilement que les agents ont besoin d’une identité, d’une autorisation et de modèles d’interaction sécurisés. Pour les utilitaires, cela devient un modèle d’autorisation :
- Que peut lire l’agent ?
- Que peut-il résumer ?
- Que peut-il rédiger ?
- Que peut-il acheminer ?
- Qu’est-ce qu’il ne peut jamais faire ?
- Qui approuve la sortie ?
Ces réponses doivent être écrites avant le démarrage d’un projet pilote.
Conclusion
Les équipes de transport, de production et de distribution ne devraient pas acheter d’agent AI car cela semble futuriste. Ils devraient l’utiliser lorsque le travail repose sur de nombreuses preuves, est soumis à un examen et est mesurable.
Le rôle de GridAPM est d’aider les services publics à rendre les preuves complexes des transformateurs et des réseaux plus faciles à comprendre, plus faciles à examiner et plus fiables.
Références
Les questions que posent les ingénieurs
Le AI agentique est-il le même pour le transport, la production et la distribution ?
Le modèle d’agent peut être similaire, mais les preuves, les examinateurs, les normes et les limites décisionnelles diffèrent selon la fonction.
Quel est le cas d’utilisation inter-utilitaire le plus sûr ?
La préparation des preuves est le point de départ le plus sûr : calendriers d'événements, packages d'état des transformateurs, enregistrements IBR, packages de travaux de maintenance et résumés des preuves de planification.
GridAPM effectue-t-il un contrôle opérationnel ?
Non. GridAPM est positionné pour les flux de travail de preuves locaux et examinés par des humains et pour l'aide à la décision du transformateur APM, et non pour le contrôle autonome du réseau.
