Un nouvel algorithme prédit une panne de courant causée par des pirates et des tremblements de terre

• Un nouvel algorithme nommé Squirrel détecte les faiblesses du réseau électrique.
• Il peut être appliqué à tous les types de dangers, y compris les tremblements de terre, les attaques malveillantes et les obstructions causées par les écureuils.

Quelles conditions et défaillances dans l'infrastructure des réseaux électriques pourraient conduire à une panne d'électricité dramatique ? Et comment les entreprises privées et les organisations gouvernementales pourraient-elles investir pour aider à éviter une fermeture catastrophique ?

Au cours des deux dernières années, des nouvelles sont apparues selon lesquelles des pirates informatiques nord-coréens ont pénétré un service public d'énergie américain et des pirates informatiques russes ont violé une centrale nucléaire. De telles pannes induites par des pirates informatiques se produisent maintenant plus fréquemment que jamais. Les catastrophes naturelles comme les tremblements de terre jouent également un rôle majeur dans la perturbation des réseaux électriques. Même les écureuils (qui rongent souvent les fils électriques) représentent une menace sérieuse pour les réseaux électriques.

Pour résoudre ces problèmes, les chercheurs du Lawrence Livermore National Laboratory ont développé un nouvel algorithme nommé « Squirrel » qui permet aux entreprises de détecter les faiblesses du réseau électrique. Cela fait partie d'un projet de 3 ans (Quantitative Intelligent Adversary Risk Assessment) axé sur l'identification de toutes les menaces possibles pour le réseau.

Étant donné que l'algorithme est « agnostique par cause », il peut être appliqué à tous les types de risques, y compris les tremblements de terre, les attaques malveillantes et même les obstructions causées par les écureuils. Il résout le problème inverse (déduire la cause de l'effet) et vous aide à décider où mettre l'attention et comment allouer les ressources.

Que fait-il exactement ?

La partie la plus difficile dans l'identification des risques pour le réseau est l'effet de cascade. Une sous-station défectueuse pourrait affecter l'ensemble de l'infrastructure du réseau. Les chercheurs ont mis en œuvre leur nouvel algorithme avec un simulateur de réseau électrique open source (simule le flux de puissance de transmission) pour étudier quelle séquence d'événements devrait se produire pour provoquer une perte de 1/2 milliard de watts de charge sur un petit modèle de réseau.

La simulation a détecté plus de 700 défaillances critiques importantes, et près de la moitié de ces défaillances impliquaient un relais spécifique. Ce type d'information peut être très utile, surtout lorsque les ressources sont limitées.

En termes simples, si vous êtes préoccupé par une sous-station défectueuse qui mettra 10 gigawatts de charge hors ligne et que vous cherchez des moyens d'y parvenir, l'algorithme peut vous aider à déterminer quelles défaillances conduiraient réellement à ce résultat.

Référence :Laboratoire national Lawrence Livermore

Cela aidera les agences à réduire le nombre de conditions possibles et à hiérarchiser les emplacements qui pourraient conduire à des défaillances dramatiques. L'algorithme est capable de modifier plusieurs paramètres et de trouver une solution efficace pour éviter une panne massive.

Bien que les réseaux électriques développés ces dernières années soient beaucoup plus automatisés et plus intelligents, ils sont plus vulnérables aux pirates et aux adversaires (car ils sont connectés à Internet). À l'heure actuelle, il n'est pas possible d'utiliser des techniques manuelles pour sécuriser les grilles :personne ne peut imaginer tous les événements qui conduiraient à une mauvaise issue. Il est donc en quelque sorte nécessaire d'utiliser Squirrel pour affiner la liste des événements qui provoquent un échec.

Quelle est la prochaine étape ?

Avant de l'appliquer à des systèmes à grande échelle, l'algorithme doit être amélioré. Les chercheurs prévoient d'améliorer ses capacités de modélisation afin qu'il puisse prendre en compte des conséquences multiples et complexes, telles que l'électricité et le gaz, la communication et le flux d'énergie, et des modèles de distribution plus complexes.

Jusqu'à présent, ils ont travaillé avec un modèle de base pouvant gérer 46 lignes de transmission. Ces lignes peuvent être éteintes ou allumées, il y aurait donc 2 arrangements possibles – un nombre extrêmement important à traiter via des méthodes de force brute. Pour une analyse pratique et intelligente, leur objectif est de modéliser un système de 10 000 lignes.

Lire :Un algorithme linéaire qui peut localiser les smartphones sans GPS

À l'avenir, les chercheurs collaboreront également avec des agences pour détecter les vulnérabilités et effectuer une évaluation des risques à l'aide de réseaux électriques réels afin de produire des modèles plus précis.