Cent millisecondes. C'est le temps dont dispose le réseau électrique, après un coup de foudre ou un court-circuit, pour soit revenir à la normale, soit perdre sa stabilité. Les oscillations des réseaux de neurones de nouvelle génération apprennent à ressentir cet instant, comme un funambule chevronné anticipe une rafale de vent. Elles voient non seulement les chiffres issus des capteurs, mais toute la séquence : ce qui s'est passé avant l'incident, ce qui arrive au moment même, et comment le système oscille ensuite. Et elles prédisent si l'équilibre tiendra.
Pour y parvenir, les développeurs ont intégré dans l'apprentissage du réseau neuronal les équations décrivant le mouvement des rotors. Désormais, le réseau ne se contente plus de mémoriser des exemples : il s'appuie sur les lois de Newton et de l'électrodynamique. Tel un funambule qui perçoit non seulement la force du vent, mais aussi la tension de la corde sous ses pieds, ES-PINN ressent à la fois les données et la physique. Sur des réseaux tests de 9, 14 et 30 nœuds, il a trouvé la limite dangereuse avec plus de précision que ses analogues et a fonctionné plusieurs fois plus vite.
Désormais, les gestionnaires de réseau peuvent évaluer à l'avance la vulnérabilité du réseau et configurer les protections de manière à ce que le comportement collectif reste stable, même si une secousse soudaine tente de le renverser. La prise de décision quant au temps critique de déclenchement des protections n'est plus une supposition aveugle : on le connaît désormais avec la précision d'un funambule sachant quand faire un pas en arrière.
Les disjoncteurs modernes au SF6 coupent des courants de milliers d'ampères en 40–100 millisecondes — soit seulement 2–5 périodes de la fréquence du réseau. C'est précisément cet intervalle critique que prédit ES-PINN.