Un desastre natural puede dejar sin servicio eléctrico a millones. Un nuevo estudio sugiere que los desastres consecutivos podrían causar daños catastróficos, pero la investigación también identifica nuevas formas de monitorear y mantener las redes eléctricas.
Investigadores de la Universidad Estatal de Ohio han desarrollado un modelo de aprendizaje automático para predecir cuán susceptibles son las líneas de transmisión aéreas a dañarse cuando ocurren peligros naturales como huracanes o terremotos en rápida sucesión.
Una faceta esencial de la infraestructura moderna, las torres de transmisión de acero ayudan a enviar electricidad a largas distancias al mantener las líneas eléctricas aéreas lejos del suelo. Después de un daño severo, las fallas en estos sistemas pueden interrumpir las redes en las comunidades afectadas, y su reparación puede demorar entre unas pocas semanas y meses.
El estudio, publicado en la revista Ingeniería Sísmica y Dinámica Estructural, usa simulaciones para analizar qué efecto tiene el daño previo en el desempeño de estas torres una vez que ocurre un segundo peligro. Sus hallazgos sugieren que el daño previo tiene un impacto considerable en la fragilidad y confiabilidad de estas redes si no se puede reparar antes de que llegue el segundo peligro, dijo Abdollah Shafieezadeh, coautor del estudio y profesor asociado de ciencias civiles, ambientales y ingeniería geodésica.
«Nuestro trabajo tiene como objetivo responder si es posible diseñar y administrar sistemas de una manera que no solo minimice su daño inicial sino que les permita recuperarse más rápido», dijo Shafieezadeh.
El modelo de aprendizaje automático no solo encontró que una combinación de terremoto y huracán podría ser particularmente devastadora para la red eléctrica, sino que el orden de los desastres puede marcar la diferencia. Los investigadores encontraron que la probabilidad de que una torre se derrumbe es mucho mayor en caso de un terremoto seguido de un huracán que la probabilidad de falla cuando el huracán llega primero y es seguido por un terremoto.
Eso significa que si bien las comunidades ciertamente sufrirían algunos contratiempos en caso de que un huracán preceda a un terremoto, una situación en la que un terremoto preceda a un huracán podría devastar la red eléctrica de una región. Tales conclusiones son la razón por la cual la investigación de Shafieezadeh tiene grandes implicaciones para los esfuerzos de recuperación ante desastres.
«Cuando los sistemas de redes eléctricas a gran escala se distribuyen en grandes áreas geográficas, no es posible inspeccionar cuidadosamente cada centímetro de ellos con mucho cuidado», dijo Shafieezadeh. «Los modelos predictivos pueden ayudar a los ingenieros u organizaciones a ver qué torres tienen la mayor probabilidad de fallar y actuar rápidamente para mejorar esos problemas en el campo».
Después de entrenar el modelo para numerosos escenarios, el equipo creó «modelos de fragilidad» que probaron cómo resistirían las estructuras bajo diferentes características e intensidades de amenazas naturales. Con la ayuda de estas simulaciones, los investigadores concluyeron que las fallas de las torres debidas a un solo evento peligroso eran muy diferentes del patrón de fallas causadas por eventos de múltiples riesgos. El estudio señaló que muchas de estas fallas ocurrieron en los elementos de las patas de la estructura, un segmento de la torre que ayuda a atornillar la estructura al suelo y evita el colapso.
En general, Shafieezadeh dijo que su investigación muestra la necesidad de centrarse en reevaluar toda la filosofía de diseño de estas redes. Sin embargo, para lograr tal tarea, se necesita mucho más apoyo de las empresas de servicios públicos y las agencias gubernamentales.
«Nuestro trabajo sería muy beneficioso para crear nuevas regulaciones de infraestructura en el campo», dijo Shafieezadeh. «Esto, junto con nuestra otra investigación, muestra que podemos mejorar sustancialmente el rendimiento de todo el sistema con la misma cantidad de recursos que gastamos hoy, simplemente optimizando su asignación».
Este trabajo fue apoyado por el Instituto Coreano de Evaluación y Planificación de Tecnología Energética (KETEP) y el Ministerio de Comercio, Industria y Energía de la República de Corea (MOTIE).
Fuente de la historia:
Materiales proporcionado por Universidad del Estado de Ohio. Original escrito por Tatyana Woodall. Nota: el contenido se puede editar por estilo y longitud.
