Aerial shot of an industrial power plant with smoke billowing in Euharlee, Georgia.
Use Case

La Xarxa amb IA de Duke Energy Va Evitar 1,2 Milions de Talls de Llum

La xarxa autoreparable amb IA va estalviar 3 milions d'hores de talls a les Carolines, i només és el començament per a les elèctriques dels EUA.

El 2025, la xarxa elèctrica de Duke Energy va evitar al voltant d'1,2 milions de talls de llum a les Carolines abans que arribessin a afectar cap llar, i va estalviar un estimat de 3 milions d'hores acumulades sense subministrament. L'elèctrica no espera que una tempesta deixi sense llum els seus clients per córrer després a arreglar-ho: ha construït una xarxa capaç de reparar-se ella mateixa.

Els talls de subministrament costen a l'economia dels Estats Units desenes de milers de milions de dòlars cada any, sobretot per les llargues finestres de restabliment després de tempestes, avaries d'equips i substitucions imprevistes de transformadors. Durant dècades, les elèctriques ho resolien sempre igual: enviar una brigada, localitzar l'avaria, reparar-la, restablir el subministrament. Un procés que, durant una tempesta important, pot durar hores. Duke Energy, que dona servei a 8,4 milions de clients entre les Carolines, el Midwest i Florida, va apostar per una altra cosa: no calien camions més ràpids, calia una xarxa capaç de detectar un problema i desviar el corrent abans que ningú agafés el telèfon per queixar-se.

La tecnologia de xarxa autoreparable de Duke combina milers de sensors remots, interruptors automatitzats i un model de predicció de talls basat en IA desenvolupat amb Accenture. Quan es produeix una avaria, els sensors instal·lats a la línia la detecten en mil·lisegons, el sistema aïlla automàticament el tram afectat i redirigeix l'electricitat per rutes alternatives, sovint abans que la majoria de clients de la zona ni tan sols notin un parpelleig de llum. Duke Energy ha informat que aquesta tecnologia va evitar més d'1,5 milions de talls a tota la companyia el 2023, i que el 2025 va ajudar a evitar al voltant d'1,2 milions de talls només a les Carolines.

Per què una elèctrica multimilionària aposta per una infraestructura que s'autodiagnostica

Duke Energy no és una startup que prova un pilot. És una de les elèctriques privades més grans dels Estats Units, i la seva estratègia d'IA respon a un càlcul fet a gran escala: passar d'un manteniment purament reactiu —reparar quan alguna cosa es trenca— a sistemes predictius i autoreparables que detecten el problema abans que el client el noti.

La lògica econòmica és senzilla. Un transformador de potència gran pot costar bastant més d'un milió de dòlars de substituir, i una avaria imprevista sovint implica setmanes d'espera per aconseguir una unitat nova mentre els clients es queden sense subministrament. La IA de manteniment predictiu de Duke vigila contínuament els transformadors de transmissió i els equips de les subestacions, detectant senyals primerenques de deteriorament —contaminació de l'oli, patrons tèrmics anòmals, descàrregues parcials— molt abans que una unitat falli de manera catastròfica. [DATO A VERIFICAR — font: estimació d'analistes externs, no és una xifra publicada directament per Duke Energy] Alguns anàlisis del sector situen l'estalvi d'evitar avaries de grans transformadors entre 20 i 150 milions de dòlars anuals per a una elèctrica de la mida de Duke, només per evitar compres d'emergència i talls prolongats.

Si gestiones infraestructura a qualsevol escala —elèctriques, xarxes de telecomunicacions, plantes industrials, centres de dades—, aquesta és exactament la mateixa lògica que s'està estenent pels sistemes crítics: sensors més IA més resposta automatitzada, substituint un model en què el primer senyal d'una avaria és la trucada d'un client enfadat.

L'arquitectura darrere d'una xarxa que es repara sola

El sistema autoreparable funciona en tres capes. Primer, els sensors de les línies de distribució i els comptadors intel·ligents envien dades de voltatge, corrent i avaries en temps real a la plataforma de gestió de xarxa de Duke, donant a la companyia una mena de sistema nerviós en directe al llarg de milers de quilòmetres de cable. Segon, els interruptors automatitzats situats a les línies d'alimentació s'obren i es tanquen en mil·lisegons sense esperar un operador a la sala de control, aïllant el tram més petit possible al voltant de l'avaria. Tercer, el model de predicció de talls basat en IA —desenvolupat amb Accenture— analitza patrons històrics de talls, previsions meteorològiques, creixement de vegetació prop de les línies i antiguitat dels equips per assenyalar quins trams de la xarxa tenen estadísticament més probabilitats de fallar en els propers dies, fet que permet a les brigades posicionar-se abans d'una tempesta en lloc de reaccionar-hi després.

Duke ha informat que el sistema combinat va reduir el temps mitjà de restabliment del servei a la seva xarxa de distribució de les Carolines entre un 15% i un 20% des del 2021. [DATO A VERIFICAR — font: cobertura secundària sobre comunicats de Duke Energy, xifra exacta no confirmada de manera independent contra una font primària] Aquest efecte acumulatiu —menys talls, i els que passen es resolen més ràpid— és el que diferencia una etiqueta de màrqueting de "xarxa intel·ligent" d'un canvi operatiu mesurable.

No és només Duke: els resultats també funcionen a menor escala

Duke no és l'únic exemple. EPB, l'elèctrica municipal —molt més petita— que dona servei a Chattanooga, Tennessee, va implementar una xarxa autoreparable comparable i ha reportat una reducció de més del 50% en el temps d'interrupció del servei, una prova que el mateix enfocament funciona també per a una elèctrica regional, no només per a un operador amb un pressupost de diversos milers de milions de dòlars. [DATO A VERIFICAR — font: cobertura de casos d'estudi del sector; l'any exacte de mesura no s'ha tornat a confirmar en aquesta recerca]

El mercat en conjunt avança prou ràpid perquè quedar-se quiet tingui un cost. Es preveu que el mercat global de xarxes intel·ligents amb IA s'acosti als 12.800 milions de dòlars en els propers anys, i els reguladors de diversos estats dels EUA donen cada cop més pes a la tecnologia de resiliència de xarxa —inclosos els sistemes basats en IA— en revisar les tarifes de les elèctriques. Les companyies que poden demostrar una reducció mesurable de talls tenen un argument més sòlid davant els reguladors i davant els clients que paguen la factura. Les elèctriques que encara operen amb un manteniment purament reactiu comencen a semblar, en comparació, més cares i menys resilients.

A qui li interessa això, i qui hauria d'esperar

Aquest cas és especialment rellevant per a responsables d'operacions d'elèctriques, equips de modernització de xarxa i inversors en infraestructura que busquen separar el retorn d'inversió real de la IA de la simple promesa teòrica. També és una referència útil per a qualsevol organització que gestioni infraestructura física distribuïda —xarxes de telecomunicacions, empreses d'aigua, sistemes de calefacció urbana— on s'aplica el mateix patró de sensors més IA més resposta automatitzada.

És menys útil per a organitzacions sense actius físics distribuïts a monitorar, i per a elèctriques que encara operen sobre infraestructura heretada sense la densitat de sensors ni la xarxa de comunicacions que exigeixen els sistemes autoreparables. Per a aquestes companyies, el primer pas realista és modernitzar la infraestructura, no afegir una capa d'IA sobre equips de fa dècades.

Preguntes freqüents

La tecnologia de xarxa autoreparable només és viable per a grans elèctriques com Duke Energy?
No. EPB, a Chattanooga, una elèctrica municipal que atén una fracció dels clients de Duke, va implementar un sistema comparable i va reportar guanys proporcionalment similars en la reducció de talls. La tecnologia s'adapta a menor escala; la principal barrera per a elèctriques més petites és la inversió inicial en sensors i infraestructura de commutació, no la IA en si mateixa.
En què es diferencia això de les millores de "xarxa intel·ligent" de les quals es parla des de fa més d'una dècada?
Les primeres iniciatives de xarxa intel·ligent se centraven sobretot en comptadors intel·ligents i recollida de dades en un sol sentit. El que ha canviat és la incorporació de models predictius d'IA que anticipen el risc d'avaria abans que passi, juntament amb una commutació automatitzada que actua sobre aquestes dades en mil·lisegons, sense que cap persona intervingui en la resposta inicial.
Quant de temps sol trigar un desplegament d'aquest tipus a escala de tota una elèctrica?
El desplegament de Duke Energy ha estat de diversos anys, vinculat al seu pla de capital de modernització de xarxa més ampli, no a un projecte puntual. Les elèctriques que parteixen d'una base menys digitalitzada han d'esperar un desplegament gradual de diversos anys: primer sensors i interruptors, i la IA predictiva es va incorporant a mesura que hi ha prou dades històriques i en temps real.

La xarxa elèctrica de la propera dècada no esperarà que una persona s'adoni que s'ha anat la llum. A mesura que la detecció impulsada per IA i la resposta automatitzada esdevinguin un criteri estàndard en les revisions tarifàries de les elèctriques, les companyies que encara depenen de la trucada d'un client per descobrir un tall seran cada cop més l'excepció, no la norma.