Исследователи из Ок-Риджской национальной лаборатории Министерства энергетики США (ORNL) разработали интеллектуальную платформу, способную мгновенно выявлять аномальные состояния в электрических сетях, которые приводят к лесным пожарам, повреждению оборудования и отключениям электроэнергии.
Инструмент использует передовую обработку сигналов и машинное обучение для распознавания незначительных сетевых возмущений, которые часто остаются незамеченными традиционными системами мониторинга. При обнаружении опасного поведения платформа автоматически оповещает коммунальные службы.
Фото: Interesting Engineering
Система способна выявлять семь типов электрических неисправностей. В первую очередь она находит дуговые замыкания – явление, при котором электричество проходит через воздушный промежуток между линией электропередачи и другим объектом, например землёй. Такие замыкания часто вызывают лишь небольшое увеличение тока, поэтому традиционные датчики их не фиксируют, а автоматические выключатели не срабатывают. Опасные дуги могут сохраняться длительное время, повышая риск возникновения лесных пожаров.
«Этот инструмент предназначен для того, чтобы обеспечить коммунальные предприятия непрерывным путём от сигналов к аналитике и решениям», – пояснил руководитель проекта ORNL Али Экти, доктор философии.
В основе работы платформы лежит продвинутый анализ данных формы сигнала, которые отражают изменения напряжения, тока и частоты в сети. Поскольку дуговые замыкания слишком слабы и незаметны в необработанных записях, учёные создали алгоритмы с искусственным интеллектом, усиливающие слабые сигналы и выявляющие скрытые нарушения.
В ходе тестирования с реальными данными энергокомпании Southern California Edison (SCE) – одного из крупнейших поставщиков электроэнергии в США – алгоритмы ORNL повысили видимость сигналов формы волны с 6% до 72%. Это позволило обнаружить неисправности, которые ранее оставались незамеченными.
Платформа была обучена на данных библиотеки сигналов сетевых событий ORNL, которая содержит более 5700 эталонных сигналов, собранных в энергосистемах. Помимо дуговых замыканий, система распознаёт и классифицирует ещё шесть категорий нарушений: токовые перегрузки, переключения реклоузеров, перегоревшие предохранители, кратковременные неисправности, включение конденсаторных батарей, пуски двигателей и коммутационные операции на линиях.
«Понимание конкретного значения этих сигналов позволит нам подходить к таким проблемам, как дуговые замыкания, с чувством срочности. Мы будем знать, когда необходимо направить аварийную бригаду на место как можно скорее», – отметил Майкл Балестриери, старший инженер SCE.
На следующем этапе проекта исследователи планируют обучить обновлённую версию инструмента на данных конкретных энергосистем и оценить её работу на демонстрационном контуре SCE. Конечная цель – интеграция алгоритмов обнаружения во внутреннюю аналитическую платформу коммунальной компании.
Источник: Interesting Engineering
Оцените новость 0 0 0 0 0 0 0