Ennakoivan verkkojohtamisen kasvava tarve

Sähkökatkokset maksoivat Yhdysvaltain taloudelle arviolta [ 150 miljardia dollaria vuodessa[, mukaan Department of Energy. Taloudellisten maksujen lisäksi sähkökatkokset häiritsevät kriittisiä palveluja, kuten sairaaloita, vesijärjestelmiä ja viestintää. Historiallisesti, apuohjelmat reagoivat häiriöihin reaktiivisesti. Mutta uusi innovaatioaalto muuttaa ajattelutapaa kohti [ ennakoi ja estää katkoksia ennen kuin ne tapahtuvat[. Yhdistämällä kehittynyt data-analytiikka, älykäs infrastruktuuri ja yhteisösuunnittelu, sähköverkko on tulossa kestävämmäksi, tehokkaammaksi ja mukautuvammaksi. Tämä artikkeli tutkii lupaavimpia tekniikoita, jotka ohjaavat tätä muutosta.

Edistynyt data-analytiikka ja koneoppiminen

Koneoppimismallit pystyvät nyt käsittelemään miljoonia datapisteitä älymittareista, verkkosensoreista, sääasemilta ja kasvillisuudenhallintarekistereistä. Nämä algoritmit oppivat malleja, jotka edeltävät vikoja.Nämä algoritmit voivat esimerkiksi jännitevaihtelut, kuormitusepätasapaino tai epätavallinen lämpötilalukemat muuntajilla. Tunnistamalla nämä esiasteet, apuohjelmat voivat lähettää miehistöjä tarkastamaan tai korjaamaan laitteita ennen vikaa.

Ennusteet toimintamalleja

Esimerkiksi Pacific Gas and Electric (PG&E)[ käyttää koneoppimista analysoidakseen historiallisia käyttökatkostietoja reaaliajassa ennustettavien sääennusteiden ohella. Niiden järjestelmä tuottaa riskipisteitä tietyille voimansiirtolinjoille, mikä mahdollistaa kohdennetun sähkönpoiston vain silloin, kun se on tarpeen. PG&E:n julkaisema tapaustutkimus ilmoitti 26% parantuneen käyttökatkon ennustuksen tarkkuuden näiden algoritmien käyttöönoton jälkeen.

Tietolähteet ja integraatiohaasteet

Tehokas koneoppiminen edellyttää monipuolista ja laadukasta dataa. Käyttökohteet yhdistävät SCADA-lukemia, AMI-dataa (kehittynyt mittausinfrastruktuuri), kasvillisuuden tunkeutumista varten satelliittikuvia ja jopa sosiaalisen median syötteitä, jotka kertovat välkkyvistä valoista. Näiden erilaisten virtojen integrointi on kuitenkin haaste, joka johtuu perinteisistä järjestelmistä ja datasiiloista. []Laadusta laskenta[] on kehittymässä ratkaisuksi, jossa käsitellään paikallisesti tietoja alapisteissä latenssin ja kaistanleveyden vähentämiseksi.

Älykkäiden verkkojen teknologiat

Älyverkko ei ole yksittäinen teknologia, vaan ekosysteemi antureista, viestintäverkoista ja automaattisista ohjauksista. Nämä järjestelmät mahdollistavat reaaliaikaisen jännitteen, virran ja taajuuden seurannan jakeluverkossa. Kun vika havaitaan, sanotaan, että siimaan kosketusta käyttävä puuhaara voi automaattisesti eristää väylän ja ohjata tehon muista syöttölaitteista, usein millisekunnissa.

Itseparannusverkot

Itsensä parantavat ominaisuudet ovat yksi vaikuttavimmista älykkäistä verkkoinnovaatioista. Käyttämällä [ jaettua älykkyyttä[, reconlusereja ja jaksottajia kommunikoivat keskenään verkkotopologian uudelleenjärjestämiseksi. Esimerkiksi jos ensisijainen syöttölaite epäonnistuu, järjestelmä voi sulkea tiekytkimet palauttaakseen viereisen syöttölaitteen palvelun. [U.S. Energy Department of Energy.S. Distribution .:n mukaan, itseä parantavan teknologian varhaiset omaksujat ovat vähentäneet asiakasvivun minuutteja jopa 40%.

Kehittyneet mittausinfrastruktuurit

Älymittarit tarjoavat kaksisuuntaista viestintää asiakkaiden ja apulaitteiden välillä. Laskujen lisäksi AMI-data mahdollistaa jännitteen optimoinnin, kysynnän reagoinnin ja käyttökatkoksen havaitsemisen alaspäin yksittäiseen kotitalouteen. Kun mittari menettää kommunikaation, apuohjelma voi päätellä paikallisen käyttökatkoksen ja lähetyksen miehistöt odottamatta asiakaspuheluja. France.[]Linky[] älymittarin käyttöönotto, joka kattaa yli 35 miljoonaa kotitaloutta, on parantanut katkon havaitsemisnopeutta keskimäärin 30 minuuttia tapahtumaa kohti.

Ennakoiva huolto

Reaktiivinen huolto.Rakennuslaitteiden asentaminen vasta sen jälkeen, kun ne eivät toimi.Se johtaa suunnittelemattomaan seisonta-aikaan ja usein kaskadointihäiriöihin. Ennustushuolto muuttaa lähestymistapaa seuraamalla jatkuvasti laitteiden terveysindikaattoreita, kuten liuennutta kaasua koskevaa analyysia muuntajissa, tärinätasoja pyörivässä koneessa ja lämpökuvausta vaihteissa.

Anturiverkot ja esineiden anturit

Kriittisiin resursseihin liitetyt langattomat anturit lähettävät tietoa pilvipohjaisille analytiikkaalustoille. Algoritmit havaitsevat poikkeavuuksia, kuten öljyn lämpötilan nousun tai kaapelien osittaisen purkautumisen. [Florida Power & Light[ (FPL) - (FPL) - (Florida Power & Light) - (FPL) - (Florida) - (Florida) - (Florida) - (Florida) - (Florida) - (Florida) - (Florida) - (Florm) - (Florm) - (Florm:1) - (Florm) - (Florm) - (Florm:) - (Flower) -) - (Flower) - (Flower) - (Flower) - (Flower) -) - (Flower) - (Flower) - (Flower) - (Flower) - (Flower) -) - (Flo

Digitaaliset kaksoset sähköasemille

Digitaalinen kaksonen on virtuaalinen kopio fyysisestä hyödykkeestä, joka on päivitetty reaaliaikaisilla sensoritiedoilla. Simulens[ on kehittänyt digitaalisia kaksikanavaisia alustoja sähköasemille, mikä mahdollistaa sen, että apulaitokset voivat suorittaa ...mitä-if... skenaarioita ilman, että se vaarantaisi varsinaisen verkkotoiminnan. Tämä ennakoiva oivallus mahdollistaa huoltoikkunoiden tarkan ajoituksen, mikä minimoi asiakashäiriön.

Sääennusteet ja ilmastomallit

Äärimmäiset sääilmiöt.Hurrikaanit, jäämyrskyt, kulovalkeat ja helleaallot.Nämä ovat suurimittaisten sähkökatkosten tärkeimpiä syitä. Parantuneet sääennusteet yhdistettynä ilmastomallintamiseen antavat yleishyödyllisille laitoksille pidemmän odotusajan infrastruktuurin valmisteluun ja miehistön käyttöön.

Korkearesoluutioiset säämallit

Nykyaikaisia säämalleja ajetaan nyt alikilometrin resoluutiolla, ennustaen paikallisia tuulipuuskia, salamaiskuja ja lumikuormitusta. Apuohjelmat integroivat nämä ennusteet katkosennusmalleihin, jotka arvioivat mahdollisten vikojen määrän ja sijainnin. Esimerkiksi [Duke Energy[ käyttää IBM.s [ Sääyhtiö[] tietoja myrskyn ennakoimiseksi 48 tuntia etukäteen, korjausmiehistöjen esiasentamiseksi ja varasauvojen varastoimiseksi riskialttiilla alueilla.

Luonnonvaraisten tulien riskin lieventäminen

Ilmastonmuutos on tehostanut kulopalokausia, pakottaa apuohjelmat innovoimaan. Mallit nyt tekijä kasvillisuuden kosteutta, tuulen nopeus, suhteellinen kosteus, ja polttoaineen tiheys tuottaa päivittäin riskikarttoja. Kalifornia apuohjelmat kuten [] Etelä-Kalifornia Edison[] ja [] San Diego Gas & Electric[ ovat ottaneet käyttöön julkisen turvallisuus sähkön sulku (PSPS) ohjelmia perustuu näihin riskipisteisiin. Vaikka kiisteltyjä, sulkimet on puhdistettu käyttäen koneoppimista vähentää vaikuttaa asiakkaita 30% ilman lisää tulisammutusta.

Jaetut energiavarat ja mikrogridit

Aurinkopaneelien, akun varastoinnin, sähköajoneuvojen ja varageneraattorien integrointi verkkoon luo sekä haasteita että mahdollisuuksia sammutuksen ehkäisyyn. Älykkäästi hallittaessa DER-laitteet voivat tarjota paikallista varavirtaa ja vähentää voimajohtojen kuormitusta.

Mikrogridit saarijärjestelminä

Mikrogridit voivat irrottaa pääverkosta ja toimia itsenäisesti katkoksen aikana................................................................................................................................................................................................................................................

Virtuaalivoimalaitokset

Asuntoparistojen ja älykkäiden termostaattien yhdistäminen virtuaalivoimalaitokseen (VPP) mahdollistaa sen, että sähkölaitokset voivat lähettää varastoitua energiaa huippukysynnän tai sähköverkon hätätilanteiden aikana. [Sunrun[] ja PG&E[]) ovat Kalifornian koekäyttöön tarkoitettuja VPP-laitteita, jotka voivat siirtyä jopa 100 MW:iin kuormituksesta.

Kyberturvallisuus verkkoresiliencessä

Kun verkko digitalisoituu, verkkohyökkäykset uhkaavat yhä enemmän luotettavuutta. Hyvin toteutettu kyberhyökkäys voi estää seurantajärjestelmien toiminnan, korruptoituneet ohjausalgoritmit tai jopa aiheuttaa laitteistolle fyysistä vahinkoa. Hyökkäysten estäminen vaatii nykyisin vahvoja kyberturvallisuustoimia.

Verkkosegmentoinnin ja tunkeutumisen havaitseminen

Käyttökohteet ottavat käyttöön NIST.s-kyberturvallisuuskehyksen, joka segmentoi operatiivisen teknologian (OT) verkkoja yritysten IT-verkoista. Tunkeutumisen havaitsemisjärjestelmät valvovat poikkeavia liikennemalleja, jotka voivat osoittaa rikkomuksen. [North American Electric Reliability Corporation (NERC)[] on ottanut käyttöön pakolliset kriittisen infrastruktuurin suojausstandardit, joilla varmistetaan perustason turvallisuuskäytäntöjen noudattaminen kaikissa irtolastiverkon operaattoreissa.

Koneen oppiminen uhkan havaitsemiseen

AI-ohjatut tietoturvaalustat analysoivat verkkolokit tunnistaakseen nollapäivän riistoja ja sisäpiiriuhkia. Esimerkiksi [Darktrace[ käyttää valvomatonta koneoppimista mallintamaan normaalia käyttäytymistä verkko-ohjaimille ja hälyttää operaattoreita poikkeamaan usein ennen hyökkäystä. Tällaiseen ennakoivaan kyberturvallisuuteen investoivat apuohjelmat vähentävät lunnasohjelmistojen tai valtion tukemien hyökkäysten riskiä.

Yhteisön hallinnossa ja sitkeydessä tapahtuva suunnittelu

Yksinkään teknologia ei voi taata katkosten ehkäisyä. Yhdistysten avulla varmistetaan, että paikalliset resurssit - kuten varageneraattorit, varastoidut vesivarat ja vapaaehtoisverkostot - koordinoidaan, kun verkko pettää.

Resilience Hubs

Monet kaupungit ovat perustamassa häiriönsietokeskuksia.Kaupunki on varustettu aurinkopaneeleilla, akkuvarastoilla ja hätäviestintäpalveluilla. Nämä keskukset tarjoavat katkosten aikana kriittisiä palveluja, kuten laitteen latausta, lääkintälaitteiden tehoa ja jäähdytystä. [City of Portlands Bureau of Emergency Management[] on pilotoinut häiriönsietokeskuksia haavoittuvilla alueilla, käyttäen yhteisön palautetta paikkojen ja palvelujen priorisoimiseksi.

Asiakas-side valmius

Apuohjelmat laajentavat asiakasvalmennusohjelmia käyttökatkojen turvallisuuden osalta: generaattorien käyttö turvallisesti, laitteiden sammuttaminen purkausten estämiseksi ja alaslaskettujen johtojen raportointi. Jotkut jopa kannustavat asiakkaita asentamaan älypaneeleja, jotka voivat automaattisesti irrottaa ei-kriittiset kuormat sähkökatkoksen aikana, mikä vähentää varmuuskopiointijärjestelmien rasitusta. Kun asiakkaat toimivat ennakoivasti, kokonaissaantoajat lyhenevät.

Päätelmät

Sähkökatkosten ehkäisyn tulevaisuus on kerroksessa: koneoppiminen, joka ennustaa epäonnistumisia ennen niiden syntymistä, älykkäät verkot, jotka parantavat itseään, ennakoiva ylläpito, joka pidentää omaisuuden elämää, ja yhteisökumppanuudet, jotka lisäävät häiriönsietokykyä. Vaikka mikään järjestelmä ei voi poistaa kaikkia sammutuksia, näiden innovatiivisten tekniikoiden yhdistelmä on jo tuottanut mitattavissa olevia vähennyksiä sammutustaajuudessa, kestossa ja kustannuksissa. Kun ilmastonmuutos lisää äärimmäisiä sää- ja digitaaliuhkia, on välttämätöntä jatkaa investointeja näihin strategioihin, jotta miljoonien kotien ja yritysten valot pysyvät toiminnassa.