Edição Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# O FLARE testa decisões de IA para restabelecer a rede elétrica com relatórios de menor qualidade

> Um novo teste de simulação conclui que os agentes de IA igualam frequentemente um plano de referência de restabelecimento da rede. Mas os piores casos e as propostas de manobras inseguras mantêm as verificações independentes de segurança no centro da questão.

By BIG CHANGE Editorial

Published: 2026-10-19T11:40:34.898Z
Updated: 2026-10-19T11:40:34.898Z
Canonical: https://bigchange.ai/blog/flare-ai-grid-restoration-benchmark-degraded-reports

![Conceptual charcoal miniature of houses and local electricity poles, with an open disconnector prominent in the foreground.](https://bigchange.ai/api/media/file/flare-simulated-feeder-restoration-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual utility, outage, research apparatus or test result is depicted.

Os investigadores criaram um [teste de simulação chamado FLARE](https://arxiv.org/html/2610.23251v1) para avaliar como os agentes de modelos de linguagem lidam com uma tarefa restrita mas importante da rede: escolher como restabelecer a eletricidade depois de a avaria já ter sido isolada. Os agentes recebem relatórios imperfeitos, podem pedir mais informação e propor manobras de interruptores. Uma proteção separada, baseada na física, decide se o fecho proposto de um interruptor de interligação é seguro na rede simulada.

O [pré-print de 16 de outubro](https://arxiv.org/abs/2610.23251) apresenta 800 casos físicos em cinco condições de observação e 78.750 episódios de modelos ao longo das suas avaliações. Oferece uma forma de analisar decisões de restabelecimento e os seus modos de falha. Não relata qualquer ensaio de campo numa empresa de eletricidade nem uma melhoria medida do serviço real.

## A grande mudança

- **O que mudou:** O FLARE liga a recolha de informação e as escolhas de manobras do agente a consequências elétricas simuladas, em vez de avaliar apenas uma resposta. Os autores podem comparar decisões tomadas com relatórios fiáveis com decisões tomadas com relatórios limitados ou errados.
- **Porque importa:** Um investigador de redes pode analisar onde um agente perde tempo ou propõe uma manobra insegura, mantendo uma verificação física separada responsável por decidir se essa manobra se concretiza. As ações rejeitadas no artigo mostram porque um plano plausível não pode funcionar como a sua própria autorização de segurança.
- **O que acompanhar:** Os autores apontam dados de empresas de eletricidade, estudos com operadores humanos e uma validação elétrica mais completa como trabalho futuro. Essas verificações determinariam até que ponto este teste pode informar o apoio à decisão para além da sua tarefa simulada posterior ao isolamento da avaria.

## O que os agentes realmente fazem

O FLARE começa **depois do isolamento da avaria**, quando partes de um alimentador de distribuição continuam sem eletricidade. Em cada caso, o agente pode pedir relatórios de monitorização, informação de chamadas de clientes ou leituras de indicadores de avaria; solicitar uma inspeção ou teste de um interruptor; simular uma operação proposta; abrir um seccionador; fechar um interruptor de interligação; ou parar. Um interruptor de interligação pode ligar uma zona sem energia a outro alimentador, mas a procura adicional pode sobrecarregar o equipamento. A tarefa simulada tem um horizonte de 240 minutos e limites para chamadas a ferramentas e manobras de interruptores, segundo o [protocolo do teste](https://arxiv.org/html/2610.23251v1).

Os autores combinam redes de alimentadores CIGRE e SimBench com séries temporais medidas da exploração de redes alemãs de média tensão. Simulam avarias, isolamento e resultados de manobras. Cada um dos 800 casos físicos principais tem um plano de referência exequível para o restabelecimento. As cinco versões de um caso mantêm fixas a rede e a avaria subjacentes, alterando o que o agente vê: observações fiáveis, escassas, com ruído, desatualizadas ou uma condição composta designada contraditória. Esta última também reduz a cobertura de monitorização e aumenta várias taxas de erro, pelo que os seus resultados não permitem isolar apenas o efeito de relatórios contraditórios. O apêndice do artigo indica que a idade dos dados SCADA desatualizados é uma etiqueta aplicada a leituras do estado atual, não uma reprodução de estados físicos antigos.

## As médias escondem os casos difíceis

Os investigadores avaliaram cinco modelos ajustados para seguir instruções, usando a mesma interface de tarefas e descodificação determinística. A sua medida, o *arrependimento normalizado*, compara o custo ponderado da interrupção de cada episódio com o melhor plano de referência exequível encontrado para esse caso físico e com a opção de nada fazer. Zero iguala o custo de referência; um não é melhor do que não tomar qualquer medida. O custo inclui quanto tempo os clientes ficam sem eletricidade e atribui pesos às classes de clientes, pelo que a percentagem final de clientes com fornecimento restabelecido não descreve todo o resultado.

Nas principais condições de observação, a [Tabela 2 do artigo](https://arxiv.org/html/2610.23251v1) apresenta um arrependimento médio entre 0,082 para o Qwen 2.5-7B e 0,148 para o Qwen 2.5-3B. Todos os modelos têm uma mediana de zero, o que significa que pelo menos metade dos seus episódios igualou o custo de referência. Contudo, o arrependimento no percentil 95 varia entre 0,814 e 1,000. As médias escondem, por isso, um conjunto menor de episódios com resultados próximos do custo de deixar a interrupção simulada por resolver. São pontuações de um teste, não medições de interrupções reais sofridas por clientes.

Mais parâmetros no modelo não deram uma vantagem consistente nesta comparação: o Qwen 2.5-7B teve melhores resultados no arrependimento médio e no percentil 95 do que as configurações testadas do Qwen 2.5-14B e do Mistral Small 24B de quatro bits. O artigo também relata que, com observações ruidosas, a sua referência FLISR convencional idealizada obteve 0,054 e um método guloso 0,060, face a 0,089 para o melhor modelo de linguagem nessa condição. Essas referências usaram os tempos e a pontuação comuns do teste; os resultados não estabelecem uma classificação geral de sistemas em funcionamento real.

## A proteção detetou propostas que os modelos não deveriam executar

Antes de um fecho de interligação proposto alterar a rede simulada, o FLARE verifica, numa cópia de teste do estado físico, se isso violaria a topologia da rede, colocaria sob tensão a avaria isolada ou falharia os limites do fluxo de potência em corrente alternada. Esta verificação usa informação ocultada ao agente. Uma proposta rejeitada continua a consumir tempo, mas não altera a rede.

Os investigadores voltaram depois a executar 15.706 ações rejeitadas pela proteção sobre estados clonados da rede. Relatam que 15.142, ou 96,4%, teriam provocado uma violação de limites físicos. Surgiu sobrecarga térmica em 8.165 ações rejeitadas, sendo permitido sobrepor as categorias de violação. A ausência de falhas graves efetivamente provocadas nos episódios reflete a intervenção da proteção; não mostra que os modelos tenham escolhido autonomamente ações seguras.

Para os investigadores, a distinção útil é entre a qualidade do plano proposto por um agente e a verificação independente que impede uma proposta insegura de se concretizar. O FLARE torna ambas visíveis. O seu cálculo de fluxo de potência equilibrado de sequência positiva não oferece validação nativa trifásica ou de curto-circuito, e os autores pedem dados de empresas de eletricidade e estudos com operadores humanos. O estudo avalia o restabelecimento simulado após o isolamento, não um controlador autónomo de uma empresa de eletricidade nem uma alteração comprovada dos tempos reais de restabelecimento.

## Fontes e leituras adicionais

- [FLARE: avaliação baseada na física de agentes de modelos de linguagem para restabelecer alimentadores com observações de menor qualidade](https://arxiv.org/html/2610.23251v1). BHVSP Subrahmanyam e Neeraj Choudhary, arXiv v1, submetido em 16 de outubro de 2026. O pré-print completo apresenta a definição da tarefa, a construção dos casos simulados, a pontuação, os resultados dos modelos, a análise da proteção e as limitações declaradas. É uma avaliação dos autores, não um estudo de campo de uma empresa de eletricidade nem uma replicação independente.
- [Registo do FLARE no arXiv](https://arxiv.org/abs/2610.23251). Confirma o título, os autores, a versão e a hora de submissão, e resume os principais resultados. O registo não acrescenta validação de campo.
- [Repositório de código do FLARE](https://github.com/dr-pandit-69/FLARE-neurips). Repositório público dos autores com código, configuração e resultados agregados, consultado em 19 de outubro de 2026. O README indica que as grandes bases de rede, os painéis gerados, os pesos dos modelos e as saídas por episódio não estão aí armazenados; a BIG CHANGE não executou nem reproduziu o teste.

## Sources

- [FLARE: avaliação baseada na física de agentes de modelos de linguagem para restabelecer alimentadores com observações de menor qualidade, texto completo arXiv v1](https://arxiv.org/html/2610.23251v1) — Métodos principais, Tabelas 1–4, resultados e limitações. Avaliação simulada dos autores; sem validação de campo de uma empresa de eletricidade ou replicação independente.
- [Registo no arXiv: FLARE](https://arxiv.org/abs/2610.23251) — Confirma a hora de submissão de v1, os autores, o título e as métricas do resumo; não é uma corroboração empírica separada.
- [Repositório de código FLARE-neurips](https://github.com/dr-pandit-69/FLARE-neurips) — O README dos autores descreve código, configurações e resultados agregados, bem como grandes bases de rede, painéis gerados, pesos e saídas por episódio que não foram incluídos. A existência do repositório não prova que a BIG CHANGE tenha executado o teste.