Библиотека сигнатур событий электрических сетей: инструмент для глубокого анализа

Создание универсального ресурса для анализа форм волн

Библиотека сигнатур событий электрических сетей (Grid Signature Event Library) расширяет возможности энергетических компаний и исследователей в понимании поведения сети, предоставляя доступ к наборам данных форм волн из реальных операций. Проект, начатый в 2019 году и получивший реальное развитие к 2021 году, возглавляется Аароном Уилсоном с 2022 года при финансировании Министерства энергетики США (DOE).

Иерархическая таксономия классификации событий

Трехуровневая структура

Одной из главных проблем стала необходимость унифицированной маркировки разнородных данных от разных провайдеров. Каждый использовал свои текстовые описания событий. Решением стала иерархическая таксономия из трех уровней:

• Группы (Groups) — высшие категории: затронутые фазы (обычно три), условия (стихийные бедствия, погодные явления)
• Классы (Classes) — уточнение внутри групп: например, «погода» внутри «условий»
• Подклассы (Subclasses) — конкретные типы: «гроза с молниями», «скачок тока», «переходной процесс»

Примеры категорий

• Группа: «Условия» → Класс: «Погода» → Подкласс: «Молниевая буря»
• Группа: «События» → Класс: «Качество электроэнергии» → Подкласс: «Напряженный скачок» или «Транзиент»

Транзиент определяется как аномалия — ненормальное поведение, которого не ожидалось. Пример: включение/выключение конденсаторной батареи, вызывающее кратковременный впускной ток, способный повредить оборудование.

Возможности для пользователей

Панель управления и поиск

После регистрации пользователи получают доступ к панели управления с возможностью поиска по различным критериям. Для каждого события доступны: дата/время, текстовое описание, частота дискретизации, тип сенсора, кнопка скачивания и предварительный просмотр графика формы волны.

Практическое применение

• Сравнительный анализ: Оператор записывает аномалию в своей сети и ищет похожие формы волн в базе для идентификации причины
• Обучение инженеров: Изучение типичных паттернов (дуговая разрядка, переходные процессы) для тренировки визуального распознавания
• Раннее обнаружение неисправностей: Сопоставление паттернов начинающейся дуговой разрядки с базой позволяет предотвратить повреждение изоляторов

Технические вызовы и перспективы

Влияние расстояния до датчика

Форма волны зависит от расстояния между сенсором и событием. Полная наблюдаемость требовала бы датчиков каждые несколько метров, что экономически нецелесообразно. В случае дуговой разрядки измерения, вероятно, происходят близко к событию из-за физики распространения высокочастотных компонентов по проводнику.

Развитие базы данных

Команда работает над увеличением объема и качества данных. Приоритет — реальные измерения с полевых датчиков, а не симулированные, так как моделирование не может охватить все граничные случаи реальных схем. Данные от энергетических компаний особенно ценны.

Поддержка ИИ-разработок

Библиотека предназначена не только для утилити, но и для академических и исследовательских целей, включая разработку ИИ-приложений для энергетики. DOE активно финансирует такие направления.

Обратный поиск по образу (в разработке)

Планируется инструмент «обратного поиска по изображению»: загрузка неизвестной формы волны для поиска ближайших совпадений в базе, что поможет гипотезировать о причине события.