Sekunderna som räddar infrastrukturen
AI-drivna varningssystem för jordbävningar används redan i dag. Google har exempelvis utvecklat ett globalt Android-baserat system som samlar data från hundratals miljoner smartphones, även i delar av Europa och Sverige. Det kan varna sekunder innan de kraftigaste vibrationerna når marken. På hemmaplan utvecklar Kungliga Tekniska Högskolan (KTH) ett sensornätverk inom ArtEmis-projektet, där AI analyserar data från markrörelser, vattennivåer och radon för att tidigt upptäcka tecken på jordbävningar.
För energisektorn innebär detta att elnät kan stängas av kontrollerat istället för att kollapsa, gasnät kan stänga av flöden för att minska risken för olyckor, kärnkraftverk kan gå i säkerhetsläge och vattenkraftsanläggningar kan lätta på trycket mot dammar. Studier visar att även 3 – 60 sekunders försprång drastiskt kan minska skador och olyckor – i vissa scenarier upp mot 90 – 95 procent.
Och forskningen går vidare. Tack vare kombinationen av geofysiska modeller, satellitdata och syntetiska simuleringar närmar vi oss möjligheten att ge varningar som sträcker sig längre än sekunder – ibland minuter och på sikt kanske timmar. Det öppnar för helt nya möjligheter: energibolag kan hinna förbereda underhållsteam, säkra kritiska funktioner och samordna med myndigheter i tid.
Ett energisystem i beredskap
AI kan skydda energisystemets olika delar på flera nivåer. I elnätet kan varningar kopplas direkt till kontrollrum, där automatiska omkopplingar gör att nätet stängs av kontrollerat eller isolerar smarta mikronät för att hålla igång sjukhus och räddningstjänst. Gasnäten kan övervakas av sensorer som i kombination med AI snabbare upptäcker tryckförändringar och därmed minskar risken för explosioner. Inom kärnkraft finns potential att integrera AI i säkerhetssystem som sätter verken i ”safe mode” innan vibrationer når fram, samtidigt som förklaringsbara AI-system (XAI) ger insyn för tillsynsmyndigheter. Och i vattenkraften kan AI simulera belastningar på dammar, styra flöden i realtid och kombinera data med klimatprognoser för att möta risker från stigande vattennivåer.
Teknikens kärna
Kraften i dessa system ligger i avancerade AI-metoder. Federated learning gör det möjligt för energibolag, myndigheter och andra aktörer att träna modeller tillsammans utan att dela känslig rådata. Explainable AI gör besluten transparenta och stärker förtroendet hos tillsynsmyndigheter och kunder. Och med sensorfusion från fiberoptik, satelliter och IoT-enheter kan AI bearbeta stora mängder data i realtid med hjälp av moln- och edge-teknologi.
Fem insikter för ledning och styrelse
För energibranschen är frågan inte om, utan när nästa naturkatastrof slår till. AI är redan här – men hur tar man vara på möjligheterna? Här är fem insikter för bolagsledning och styrelser:
- Integrera AI-varningar i kontrollrummet. Beslutsstödet måste vara kopplat till automatiserade processer för el, gas, kärnkraft och vattenkraft.
- Öva på att agera. Teknik i sig räddar inga liv. Rutiner och tränad personal som vet hur man ska agera när larmen går är avgörande.
- Bygg samarbeten över gränserna. Naturkatastrofer respekterar inga nationsgränser. Genom federated learning och datadelning kan robustheten stärkas regionalt.
- Känn din infrastruktur. Vet ni vilka delar som är mest sårbara vid nästa katastrof – och hur de kan skyddas?
- Inkludera AI i krisplanen. AI bör inte bara ses som ett optimeringsverktyg, utan som en central del av arbetet för att skydda samhällskritisk infrastruktur.
Slutsats
AI i energisektorn är inte en teknisk detalj, utan en strategisk fråga. Den påverkar samhällsansvar, riskprofil och förtroende, och kan bli avgörande när nästa naturkatastrof slår till. Skillnaden framöver blir vilka aktörer som lyckas skala upp tekniken på ett ansvarsfullt sätt och göra AI till en hörnsten i beredskapen för att skydda vårt samhälles mest kritiska infrastruktur.
