Científicos del grupo de Ingeniería Electrónica Aplicada a los Sistemas de Energías Renovables (GEISER) de la Universidad de Alcalá (UAH) han creado una inteligencia artificial que permite realizar el diseño de un transformador 30 veces más rápido que con los métodos actuales. Se trata de una inteligencia artificial basada en redes neuronales capaz de generar 100.000 posibles soluciones en menos de una hora, y que permite reducir el tiempo de diseño de un transformador de un mes a un día.
Los investigadores de la UAH explican que en la actualidad, en los países desarrollados, el 100% de los hogares y empresas emplean transformadores para la distribución de energía eléctrica, y sectores clave como las energías renovables y los vehículos eléctricos están adoptando transformadores de media y alta frecuencia debido a la necesidad de mejorar la eficiencia energética, reducir el tamaño y el peso, y aumentar la fiabilidad. Además, gracias a los avances en los materiales y tecnologías de conversión de energía, ahora es posible aumentar significativamente la frecuencia de los transformadores, lo que ha abierto la puerta a una reducción exponencial en su tamaño y peso.
En este contexto, la inteligencia artificial también ha revolucionado el diseño de transformadores, en particular los de media frecuencia. Anteriormente, para obtener un diseño preciso, se requería utilizar simulaciones basadas en el Método de Elementos Finitos (FEM), que permitían modelar fenómenos térmicos complejos con una gran precisión, pero estas simulaciones podían tomar semanas de procesamiento, teniendo además un costo elevado en términos de tiempo y recursos computacionales.
Con el objetivo de simplificar este desafío y mejorar los resultados, Daniel Santamargarita, David Molinero y Emilio Bueno -investigadores de la Universidad de Alcalá- junto con Miroslav Vasic -investigador de la Universidad Politécnica de Madrid-, han desarrollado una inteligencia artificial basada en redes neuronales capaz de generar 100.000 posibles soluciones en menos de una hora.
Inteligencia artificial basada en redes neuronales
Esta inteligencia artificial no solo descarta los diseños menos eficientes, sino que también selecciona los óptimos, permitiendo al diseñador elegir el que mejor se adapta a las necesidades específicas de la aplicación. De esta manera, lo que para un ser humano requeriría años de análisis, la inteligencia artificial lo logra en cuestión de instantes, destacan los investigadores.
Detrás del éxito de estas redes neuronales hay una cuidadosa recopilación de miles de datos obtenidos de estudios previos, así como múltiples ajustes hasta lograr su óptimo desempeño. Una vez en funcionamiento, estas redes permiten reducir el tiempo de diseño de semanas a solo unos segundos, además de encontrar soluciones con un margen de error inferior al 3%.
Los investigadores de la Universidad de Alcalá creen que esta tecnología tiene el potencial de transformar por completo el paradigma del diseño de transformadores de media frecuencia. Asimismo, prevén que su implementación a medio plazo no solo revolucionará el sector, sino que también generará nuevos empleos relacionados con la creación y procesamiento de los datos necesarios para entrenar estas inteligencias artificiales.
La investigación ha permitido a los científicos de la UAH ganar el segundo premio al mejor artículo científico de 2023 en una de las mejores revistas internacionales del sector. El artículo ‘Tradeoff Between Accuracy and Computational Time for Magnetics Thermal Model Based on Artificial Neural Networks’ ha sido elegido como el segundo mejor artículo del año 2023 por una de las mejores revistas internacionales del Institute of Electrical and Electronics Engineers (IEEE).