Grid Signature Event Library: diepgaande analyse van elektriciteitsnetwerk mogelijk

De Grid Signature Event Library verbetert het begrip van netwerkgedrag door toegang te bieden tot datasets van golfvormen uit netwerkoperaties. (Afbeelding: Adam Malin/ORNL, VS Dept. of Energy)

Interview met Aaron Wilson

Tech Briefs: Hoe begon dit project?

Aaron Wilson: Ik was niet de oprichter van de Grid Event Signature Library. Het was nog vrij nieuw toen ik in 2019 bij het lab kwam, maar het kreeg pas rond 2021 echt vlucht. Ik nam het over in de lente van 2022.

We kregen financiering van het DOE om een bibliotheek van gebeurtenishandtekeningen van het elektriciteitsnetwerk te creëren. Het zou een naslagwerk worden voor mensen om te zien hoe sommige golfvormen zich op het systeem gedragen, zodat ze weten wat ze op hun eigen systemen moeten zoeken. Naarmate we meer data van verschillende partners ontvingen en dit de afgelopen jaren blijven promoten, heeft het echt aan tractie gewonnen.

Tech Briefs: Heeft u een gestandaardiseerde manier om golfvormen te classificeren en bijbehorende gebeurtenissen te labelen?

Wilson: Een van de uitdagingen die we een paar jaar geleden hadden, was het toewijzen van een uniform labeleringsschema aan alle verschillende datatypen die we van leveranciers kregen. We merkten dat iedereen zijn eigen manier had om een label toe te kennen aan iets wat gebeurde. Meestal werd het ons gegeven in de vorm van een tekstuele beschrijving van wat de operator of ingenieur noteerde toen ze een record maakten van de gebeurtenis. Na alles wat we toen hadden door te hebben gekamd, besloten we een hiërarchisch systeem samen te stellen dat alles omvat wat we hebben, zowel van die dataset als van algemene domeinkennis over het energienetwerk. We ontwikkelden toen een taxonomie die redelijk uniform is over onze gehele dataset. Wanneer we nu nieuwe data ontvangen, hebben we voldoende breedte in die taxonomie om het een passende plaats te geven.

Tech Briefs: Kunt u een idee geven van wat de taxonomie is?

Wilson: Het heeft drie lagen, die we groepen, klassen en subklassen noemen. Groepen zijn de zeer hoog-niveau categorieën, zoals welke fasen op het energienetwerk beïnvloed worden — je hebt meestal drie fasen. Er is een groep genaamd 'condities', waar je zaken vindt zoals natuurrampen en weergerelateerde gebeurtenissen. Onder die groepen in klassen en subklassen kom je bij de meer specifieke categorieën die we aan die verschillende gebeurtenissen toekennen.

Tech Briefs: Kunt u een voorbeeld geven van welke categorieën u heeft?

Wilson: Bijvoorbeeld, we kunnen een categorie hebben genaamd 'condities' als groep, en dan 'weer' als klasse, en dan de subklasse 'bliksemstorm'. Of we kunnen een groep hebben genaamd 'gebeurtenissen', met een klasse 'stroomkwaliteit', en daaronder een 'stroomgolf' of 'transient'.

Tech Briefs: Hoe relateren stroomgolven of transients aan gebeurtenissen?

Wilson: Een transient is een gebeurtenis in de manier waarop we het definiëren. De manier waarop we een gebeurtenis definiëren, is iets wat voorkomt dat een afwijking is — een abnormaal gedrag dat u niet verwachtte.

Denk aan spanning en stroom zoals die zich op het netwerk gedragen. Omdat we een AC-systeem hebben, gedraagt het zich sinusoïdaal en is het systeem zo ontworpen dat die fenomenen, die elektromagnetische velden, zo schoon mogelijk doorlopen, wat betekent dat er geen ruis of afwijkende gebeurtenissen zijn. Een voorbeeld van een afwijking kan zijn wanneer iets gebeurt dat een stroomonderbreker doet afschakelen of een sectie van de lijn loskoppelt. Die typen dingen noemen we hier gebeurtenissen. Een transient kan bijvoorbeeld zijn dat een condensatorbank in- of uitschakelt en dat een korte stroomgolf veroorzaakt die in het systeem instroomt. Als uw systeem niet ontworpen is om dat niveau aan te kunnen, kan het schade aan uw apparatuur veroorzaken.

Tech Briefs: Wat kan een gebruiker met deze informatie doen?

Wilson: De gebruiker kan een account aanmaken op de site en dan toegang krijgen tot wat we ons dashboard noemen. Daar kunt u verschillende zoekcriteria gebruiken om gebeurtenissen in onze bibliotheek te vinden. In het dashboard ziet u informatie gerelateerd aan de data, zoals datum en tijd; de tekstuele beschrijving die ons verstrekt werd; de bemonsteringssnelheid waarop het gerapporteerd werd; het type sensor dat gebruikt werd om het op te nemen. Er is een knop om het te downloaden. Er is ook een functie naast elke gebeurtenis in de records die u toestaat om een plot ervan op de website te zien voordat u het downloadt.

Tech Briefs: Als ik een netbeheerder ben, neem ik een gebeurtenis op mijn netwerk op en vergelijk ik het met uw databank?

Wilson: Dat is zeker één manier. Eén ding waar we onder ons groepje van drie labs over hebben gesproken, is het ontwikkelen van een tool die we in de bibliotheek integreren, die iemand in staat stelt om wat men een 'reverse image search' zou kunnen noemen. U ontvangt een stuk data van de netbeheerder-kant, u weet niet wat het veroorzaakte, en u wilt iets in de database vinden dat zo nauwkeurig mogelijk matcht. Dat kan u een idee geven van wat er mogelijk gebeurd is. Dat is een lopend project.

Het andere waar het voor gebruikt kan worden is algemene educatie, om te leren wat sommige van deze gebeurtenissen eruitzien, gewoon om het oog van een ingenieur te trainen die niet weet hoe sommige van deze dingen werken. U kunt erin gaan en zoeken op, zeg, de naam van het type gebeurtenis, zoals boogontlading — ik wil zien wat boogontlading eruitziet om het te vergelijken met wat ik heb.

Stel ik ben een operator en ik zie dit rare ding in mijn data en ik probeer uit te zoeken wat het is of wat het vertegenwoordigt omdat er iets slechts gebeurde als gevolg. Ik kan zeggen: 'Ik denk dat het boogontlading is.' Ik kan dan gaan zoeken op 'boogontlading' en vergelijken wat mijn golfvorm eruitziet met wat de boogontlading-data in de database eruitziet en zeggen: 'Zijn deze vergelijkbaar? Oh, dat ziet er nogal gerelateerd uit, dat kan het zijn.' Of het kan helpen om het uit te sluiten.

Tech Briefs: Als ik de netwerkoperator ben, hoe gebruik ik die informatie zodra ik het type gebeurtenis weet?

Wilson: Dat hangt af van het type gebeurtenis. Als u denkt dat u wat we een 'incipient failure' noemen ziet, als u een patroon ziet dat toekomstige boogontlading kan indiceren, kunt u het matchen met iets in de database en kunt u het stoppen voordat het daadwerkelijk een isolator afbreekt of apparatuur beschadigt. Dat zou heel waardevol zijn — boogontlading is een moeilijke afwijking om te detecteren.

Tech Briefs: Maar ik moet het nog ergens lokaliseren.

Wilson: Natuurlijk, maar dit is gewoon een database, het is niet noodzakelijk een systeem dat u vertelt waar iets zou kunnen gebeuren, want elke schakeling is anders.

Tech Briefs: Wanneer u golfvormen voor uw database verzamelt, ziet de golfvorm er niet anders uit afhankelijk van, zeg, de afstand tussen de sensor en de gebeurtenis?

Wilson: Absoluut. Er spelen veel factoren een rol bij het organiseren van zo'n database. Als u volledige observabiliteit in uw systeem wilt, moet u sensoren installeren om de X aantal voet. Dat is economisch niet haalbaar. Dus u moet geïnformeerde oordelen vellen wanneer u zoiets gebruikt.

In het voorbeeld van boogontlading zouden de metingen waarschijnlijk heel dicht bij die specifieke gebeurtenis zijn, gewoon gebaseerd op de fysica van hoe frequenties van boogontladingsgebeurtenissen langs de geleider reizen. Dus u redelijkerwijs zeggen dat het dichtbij gebeurde — ik kan u geen aantal voet of mijl geven, die informatie zit niet noodzakelijk in de bibliotheek. Dat is eigenlijk een heel groot onderzoeksprobleem.

Tech Briefs: Wilt u nog iets toevoegen?

Wilson: Dit is iets waar we al een paar jaar aan werken. Er is een sterk gevoel van deze database uitbouwen voor gebruik in de academische en onderzoekswereld, niet alleen als hulpmiddel voor netbeheerders. Er gaat nu veel AI-ontwikkeling voor het energienetwerk. Het DOE doet veel oproepen voor verschillende AI- en data-gebaseerde toepassingen op het netwerk. Dit is ook bedoeld om sommige van die inspanningen te ondersteunen.

Tech Briefs: Werk u aan het upgraden van de database hoeveelheid of kwaliteit?

Wilson: Ja, en ja. Dat zijn lopende inspanningen. We hongeren altijd naar data overal.

Tech Briefs: Van wie hoopt u meer data te krijgen?

Wilson: Nou, we willen altijd data van netbeheerders omdat ze meestal dingen hebben die representatiever zijn voor de echte wereld. We kunnen zoveel data simuleren als we willen en erin zetten, maar op de eind van de dag dekken ze niet alle hoekgevallen die u in de echte wereld zou kunnen zien. En dus is alles wat we nu in hebben, van echte sensoren die data in het veld hebben opgenomen, het is niet gesimuleerd vanuit een programma. Ik bedoel niet dat er geen waarde in gesimuleerde data zit, maar we kunnen niet alle afwijkende gedragingen in simulatie vastleggen zonder de fysica van elke schakeling in het land en de wereld echt te kennen.