新闻发布
识别美国电网中断宽带网络
电力断电后,公用公司在收到客户通知前并不总知道断电宽带运营商知道宽带运营商可能知道何时何地停电前置公用公司正因如此,才与美国合作启动最近完成的网状异常感知项目能源局国家可再生能源实验室.
SAGA项目创建的目的是帮助公共事业单位(和政府)实时发现网络事件模式并影响供电量和质量、配电系统恢复和电服务恢复大发三快彩票官网下载项目使用CableLabs子公司数据网格测量组合视觉分析、机器学习和人文决策支持提高分布网格可见度和业务情NREL开发的电源系统工具、网格数据和其他地理空间数据搭建项目,利用现有宽带基础设施演示电源系统数据解析技术结果是先进系统允许实用系统操作者全局浏览全美电源活动概述
提高电网监控和复用宽带网络整合
假设坏角色能够折中设备 与电网发生交互作用, 诸如智能自动调温器、热浴池、热水加热器 甚至电动充电器空闲公用设施都响应突然增加的电源需求 而不意识到这是协调攻击 目的是打乱电网电网黑化柔津召回后,有3200多个运维实体负责提供最后一里电量无人能见大局SAGA正努力解决这个假设
SAGA项目为期3年,有4个月的文档和报告期,由三大研究推向组成:视觉分析、网络物理电源系统模拟和异常检测
可视分析帮助用户理解、探索和分析网格传感器数据,NREL和网格测量队设计并原型网络平台连接项目三大核心数据服务:元数据、近实时数据流和历史数据批量当前平台允许用户直观定位网格传感器并实时接近基础设施资产传感器数据授权实用系统运算符查看哪些区域受电性能影响,哪里处理情况修复
网络物理电源系统模拟网络物理电源系统模拟对创建无风险实验环境测试网络相关事件至关重要动态稳态网络物理电源系统仿真工具实时模拟分析电源系统行为创建实战电网表示器使团队识别模式、趋势异常以更好地了解电源系统行为方式并预防未来网络威胁系统
异常检测:使用网络物理电源系统模拟模拟数据研究队成功演示系统操作员如何使用传感器数据预测并检测可能出现的问题每一网格传感器都内置预测模型使用历史资料和机器学习,假设系统正常运行,传感器可估计相关格化电压的预期值或范围当传感器检测进电量和预期电压偏差时,异常点会捕捉异常检测可预防未来故障,降低维护成本并改进系统整体性能
SAGA项目学习改进
网格测量学通过SAGA项目发现,为获取更多网格网络安全收益,它必须提高遥感能力,超出数以万计现有宽带电源传感器改善电网感测并提高可靠性采样率、测量精度和GPS时间印章将使这个项目能够拓展和促进二级分配网压和相位角数据的广泛商业可用性
团队建议并完成同时技术商业化项目,该项目由美国资助能源部技术过渡局技术商业化基金大发三快彩票官网下载在TCF项目期间,NREL和CableLabs协作实施高信电网传感器,搭建原型传感器并现场测试这些传感器-均在SAGA项目时间表内进行
下为我们的能源网格
网格学继续加速提高质量和规模向客户提供数据在项目启动时,网格测量器只能提供约6,000传感器的数据,但现在可访问超过315000传感器,并正努力访问未来一年650 000个基于美国的传感器中的大多数网格测量还旨在提高传感器读取的可靠性和频率,使网格能实时持续状态网格学有可能进一步发展SAGA项目支持更多DOE办公点和优先事项
通过合并两个不同领域电源宽带SAGA项目整合现有服务型宽带网络,提高电网恢复能力,这些网络已超过北美90%家庭千尺内
大发三快彩票官网下载面对越来越多的网络风险和挑战,包括分布式可再生能源整合,NREL和CableLabs伙伴关系继续提高电网和宽带服务恢复能力网格学雄心是通过提供统一视图创建更安全可靠的电网,使实用系统操作者(和政府)能够更好地分析和理解分配网格详情请读同级评审SAGA论文.
