Algoritma Squirrel Mendeteksi Kelemahan Jaringan Listrik untuk Mencegah Padam Listrik dari Gempa dan Serangan Siber
- Algoritma baru bernama Squirrel mendeteksi kelemahan dalam jaringan listrik.
- Ia dapat diterapkan ke semua jenis bahaya, termasuk gempa bumi, serangan berbahaya, dan gangguan yang disebabkan oleh tupai.
Kondisi dan kegagalan apa dalam infrastruktur jaringan listrik yang dapat mengarah pada blackout dramatis? Dan bagaimana perusahaan swasta dan organisasi pemerintah dapat berinvestasi untuk membantu mencegah penutupan yang merusak?
Selama beberapa tahun terakhir, telah muncul berita bahwa peretas Korea Selatan menembus utilitas energi Amerika, dan peretas Rusia membobol pembangkit listrik tenaga nuklir. Blackout yang diinduksi peretas sekarang terjadi lebih sering dari sebelumnya. Bencana alam seperti gempa bumi juga memainkan peran besar dalam gangguan jaringan listrik. Bahkan tupai (yang sering mengunyah kawat listrik) membentuk ancaman serius terhadap jaringan listrik.
Untuk mengatasi masalah ini, peneliti di Lawrence Livermore National Laboratory telah mengembangkan algoritma baru bernama 'Squirrel' yang memungkinkan perusahaan untuk mendeteksi kelemahan dalam jaringan listrik. Ini adalah bagian dari proyek 3 tahun (Quantitative Intelligent Adversary Risk Assessment) yang difokuskan pada mengidentifikasi semua ancaman yang mungkin terhadap jaringan.
Karena algoritma ini 'cause agnostic', ia dapat diterapkan ke semua jenis bahaya, termasuk gempa bumi, serangan berbahaya, dan bahkan gangguan yang disebabkan oleh tupai. Ini menyelesaikan masalah invers (menyimpulkan penyebab dari efek) dan membantu Anda memutuskan di mana untuk memfokuskan perhatian dan bagaimana mengalokasikan sumber daya.
Apa yang Tepat Dilakukan?
Bagian paling sulit dalam mengidentifikasi risiko terhadap jaringan adalah efek kaskade. Substasi yang salah satu dapat mempengaruhi seluruh infrastruktur jaringan. Peneliti mengimplementasikan algoritma baru mereka dengan simulator jaringan listrik open-source (mensimulasikan aliran daya transmisi) untuk mempelajari urutan peristiwa apa yang harus terjadi untuk menyebabkan hilangnya 1/2 miliar watt beban pada model jaringan kecil.
Simulasi mendeteksi lebih dari 700 kegagalan kritis dengan konsekuensi, dan hampir setengah dari kegagalan ini melibatkan satu relai tertentu. Informasi jenis ini dapat sangat berguna, terutama ketika sumber daya terbatas.
Sederhananya, jika Anda khawatir tentang substasi yang salah yang akan mengambil 10 gigawatt beban offline dan mencari cara yang bisa membuatnya terjadi, algoritma dapat membantu Anda menentukan kegagalan apa yang sebenarnya akan mengarah pada hasil tersebut.
Referensi: Lawrence Livermore National Laboratory
Ini akan membantu agensi menyempitkan jumlah kondisi yang mungkin dan memprioritaskan lokasi yang dapat mengarah pada kegagalan dramatis. Algoritma mampu mengubah beberapa parameter dan menemukan solusi efisien untuk menghindari padam listrik massal.
Meskipun jaringan listrik yang dikembangkan dalam beberapa tahun terakhir jauh lebih otomatis dan cerdas, mereka lebih rentan terhadap peretas dan musuh (karena mereka terhubung ke internet). Saat ini, menggunakan teknik manual untuk mengamankan jaringan tidak mungkin: tidak ada yang dapat memimpikan semua peristiwa yang akan mengarah pada hasil yang buruk. Jadi, perlu untuk menggunakan Squirrel untuk menyempitkan daftar peristiwa yang menyebabkan kegagalan.
Apa Selanjutnya?
Sebelum diterapkan pada sistem skala besar, algoritma perlu ditingkatkan. Peneliti berencana untuk meningkatkan kemampuan pemodelannya sehingga dapat mempertimbangkan konsekuensi yang lebih kompleks dan rumit, seperti listrik dan gas, komunikasi dan aliran daya, dan model distribusi yang lebih rumit.
Sampai saat ini, mereka telah bekerja dengan model dasar yang dapat menangani 46 garis transmisi. Garis ini dapat dihidupkan atau dimatikan, jadi akan ada 2⁴⁶ susunan yang mungkin – angka yang sangat besar untuk diproses melalui metode paksa. Untuk analisis praktis dan cerdas, target mereka adalah memodelkan sistem 10.000 garis.
Baca: Algoritma Linier yang Dapat Menemukan Smartphone Tanpa GPS
Di masa depan, peneliti juga akan bekerjasama dengan agensi untuk mendeteksi kerentanan dan melakukan penilaian risiko menggunakan jaringan listrik nyata untuk menghasilkan model yang lebih akurat.
