Naukowcy stworzyli nowy typ sieci neuronowej, która może oceniać stan sieci elektroenergetycznej nawet gdy ktoś próbuje ją oszukać fałszywymi danymi. Innowacja polega na zastosowaniu physics-informed neural network (PINN) - sieci, która nie tylko uczy się ze zwykłych danych, ale także przestrzega praw fizyki rządzących przepływem energii. To fundamentalnie zmienia podejście do bezpieczeństwa systemów elektroenergetycznych, eliminując potrzebę czasochłonnego adversarial training, czyli tradycyjnego trenowania sieci na symulowanych atakach.
Nowoczesne sieci energetyczne stają się coraz bardziej cyfrowe i podatne na ataki cyber. Jeśli intruz wstrzyknie fałszywe pomiary napięcia czy natężenia prądu, tradycyjna sztuczna inteligencja mogła by się na nich zawieźć i podejmować złe decyzje - potencjalnie powodując awarie zasilania dla milionów ludzi. Badacze dostrzegli, że problem można rozwiązać inaczej: zamiast uczenia sieci na tysiącach scenariuszy ataków, można zaszczepić jej wiedzę o rzeczywistych prawach fizyki. PINN automatycznie wie, że każdy stan musi być fizycznie możliwy, co stanowi naturalną obronę przed anomaliami.
Rozwiązanie ma daleko idące znaczenie praktyczne dla operatorów sieci przesyłowych i dystrybutorów energii. Bycie odporne na ataki bez dodatkowego trenowania skraca czas wdrażania i redukuje koszty obliczeniowe. To szczególnie ważne dla krajów wzmacniających infrastrukturę elektroenergetyczną w kontekście transformacji energetycznej i rosnących zagrożeń bezpieczeństwa cybernetycznego. Technologia może stanowić nowy standard w chronieni krytycznej infrastruktury, gdzie błąd systemu oznacza nie tylko straty finansowe, ale również bezpośrednie zagrożenie dla codziennego życia obywateli.