KR20220053551A - 전력 그리드의 전기 파라미터들을 결정하는 시스템 - Google Patents

전력 그리드의 전기 파라미터들을 결정하는 시스템 Download PDF

Info

Publication number
KR20220053551A
KR20220053551A KR1020227002425A KR20227002425A KR20220053551A KR 20220053551 A KR20220053551 A KR 20220053551A KR 1020227002425 A KR1020227002425 A KR 1020227002425A KR 20227002425 A KR20227002425 A KR 20227002425A KR 20220053551 A KR20220053551 A KR 20220053551A
Authority
KR
South Korea
Prior art keywords
power grid
measurement data
location
locations
failure level
Prior art date
Application number
KR1020227002425A
Other languages
English (en)
Inventor
브라이언 베리
미까 벤똘라
다니엘 게오르게
띠모 뻴똘라
띠모 –y똘라
유까 알라꼰띠올라
Original Assignee
리액티브 테크놀로지스 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 리액티브 테크놀로지스 리미티드 filed Critical 리액티브 테크놀로지스 리미티드
Publication of KR20220053551A publication Critical patent/KR20220053551A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061—Details of electronic electricity meters
    • G01R22/068—Arrangements for indicating or signaling faults
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/28—Supervision thereof, e.g. detecting power-supply failure by out of limits supervision
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Control Of Eletrric Generators (AREA)
  • Control Of Electric Motors In General (AREA)
  • Control Of Charge By Means Of Generators (AREA)

Abstract

본 문서는 전력 그리드를 모니터링하는 방법에 대한 솔루션을 개시한다. 일 양태에 따르면, 방법은 전력 그리드에서 하나 이상의 물리적 자극을 검출하는 단계; 하나 이상의 물리적 자극이 유효한 동안, 전력 그리드의 제1 로케이션과 연관된 측정 데이터의 제1 세트를 획득하는 단계; 측정 데이터의 제1 세트에 기초하여 전력 그리드의 제1 로케이션의 고장 레벨과 같은 동작 정보를 계산하는 단계; 및 측정 데이터의 제1 세트 및 제1 로케이션과 제2 로케이션의 전기적 특성들 사이의 상관에 기초하여 그 동작 정보를 전력 그리드의 제2 로케이션의 대응하는 동작 정보에 매핑하는 단계를 포함한다.

Description

전력 그리드의 전기 파라미터들을 결정하는 시스템
본 발명은 전력 그리드의 측정 기반 분석에 관한 것으로, 특히 전력 그리드의 전기 파라미터를 추정하는 것에 관한 것이다.
20세기 중반 전 세계적으로 대규모 전력 그리드에서 교류(AC) 전기의 주파수가 표준화된 이후로 전기 소비자는 일관되고 신뢰할 수 있는 전기 서비스를 즐길 수 있게 되어 가전 제품의 안전하고 재생 가능한 사용이 보장되었다. 이러한 안정적인 서비스 제공에는 전력 그리드의 특성을 모니터링하고 그리드에서 검출된 이상에 대해 조치를 취하는 것이 포함될 수 있다. 모니터링될 수 있는 이러한 특성에는 그리드의 다양한 로케이션들에서의 그리드 주파수, 고장 레벨, 무효 전력, 열, 손실, 제약, 노이즈 및/또는 임피던스가 포함된다.
본 발명은 독립 청구항들에 의해 정의된다. 실시형태들은 종속 청구항들에 규정되어 있다.
일 양태에 따르면, 전력 그리드를 모니터링하기 위한 방법이 제공되며, 이 방법은 전력 그리드에서 하나 이상의 물리적 자극을 검출하는 단계; 하나 이상의 물리적 자극이 유효한 동안, 전력 그리드의 제1 로케이션과 연관된 측정 데이터의 제1 세트를 획득하는 단계; 측정 데이터의 제1 세트에 기초하여 전력 그리드의 제1 로케이션의 고장 레벨을 계산하는 단계; 및 측정 데이터의 제1 세트 및 제1 로케이션과 제2 로케이션의 전기적 특성들 사이의 상관에 기초하여 전력 그리드의 제2 로케이션의 고장 레벨에 고장 레벨을 매핑하는 단계를 포함한다.
일 실시형태에서, 제2 로케이션으로부터의 측정 데이터는 적어도 현재 이용가능하지 않다.
일 실시형태에서, 하나 이상의 물리적 자극은 전력 그리드에 대한 하나 이상의 디바이스의 전력 공급 및 전력 소비 중 적어도 하나의 변화를 야기함으로써 야기된다.
일 실시형태에서, 제1 로케이션은 제1 전압 레벨에 있고 제2 로케이션은 제1 전압 레벨과 상이한 제2 전압 레벨에 있다.
일 실시형태에서, 제1 로케이션 및 제2 로케이션은 모두 전력 그리드의 동일한 전압 레벨에 로케이팅된다.
일 실시형태에서, 방법은 머신 러닝을 사용함으로써, 트레이닝 데이터로서, 측정 데이터의 제1 세트 및 전력 그리드에서 적어도 하나의 내인성 자극과 관련하여 측정된 적어도 측정 데이터의 제2 세트를 사용하여 상관을 형성하는 단계를 더 포함한다.
일 실시형태에서, 방법은 머신 러닝을 사용함으로써, 측정 데이터의 제1 세트 및 제1 로케이션과 제2 로케이션 사이의 전력 그리드의 전기적 특성에 관한 정보를 트레이닝 데이터로 사용함으로써 상관을 형성하는 단계를 더 포함한다.
일 실시형태에서, 전기적 특성은 임피던스 데이터를 포함한다.
일 실시형태에서, 방법은 제1 로케이션 및 제2 로케이션과는 상이한 추가의 로케이션에서, 전력 그리드에서 생성된 추가 물리적 자극을 검출할 때, 측정된 측정 데이터의 추가의 세트를 사용하여 제1 로케이션 및/또는 제2 로케이션의 계산된 전기 파라미터를 검증하는 단계를 더 포함한다.
일 실시형태에서, 측정 데이터의 제1 세트는 하나 이상의 물리적 자극의 발생에 따라 간헐적으로 또는 연속적으로 획득된다.
일 실시형태에서, 방법은 전력 그리드의 다수의 로케이션에서 전력 그리드에서 다수의 의도적으로 생성된, 상호 동기 물리적 자극을 야기하는 단계; 하나 이상의 물리적 자극이 유효인 동안, 전력 그리드의 상기 다수의 로케이션과 연관된 측정 데이터의 다수의 세트를 획득하는 단계; 측정 데이터의 다수의 세트에 기초하여 전력 그리드의 다수의 로케이션 각각에 대한 상기 전기 파라미터를 계산하는 단계; 및 머신 러닝 및 그 머신 러닝을 위한 트레이닝 데이터로서 전력 그리드의 다수의 로케이션 각각의 상기 전기 파라미터를 사용하여 상관을 형성하는 단계를 포함한다.
일 실시형태에서, 방법은: 측정 데이터의 제1 세트와 상이한 시점에서 측정된 측정 데이터의 적어도 제2 세트를 획득하는 단계; 전력 그리드에서 고장 레벨의 시간적 거동을 나타내도록 상관 모델을 배열하는 단계; 및 상관 모델을 사용하여 고장 레벨의 미래 거동을 추정하는 단계를 더 포함한다.
다른 양태에 따르면, 전력 그리드의 고장 레벨을 모니터링하기 위한 시스템이 제공되며, 이 시스템은 전력 그리드에서의 하나 이상의 물리적 자극에 기초하여, 전력 그리드의 제1 로케이션과 연관된 측정 데이터의 제1 세트를 획득하는 것; 측정 데이터의 제1 세트에 기초하여 전력 그리드의 제1 로케이션의 고장 레벨을 계산하는 것; 및 그 고장 레벨을 측정 데이터의 제1 세트 및 제1 로케이션과 제2 로케이션의 전기적 특성들 사이의 상관에 기초하여 전력 그리드의 제2 로케이션의 고장 레벨에 매핑하는 것을 수행하는 수단을 포함한다.
일 실시형태에서, 시스템은 전력 그리드에서 하나 이상의 물리적 자극을 생성하기 위한 하나 이상의 디바이스; 및 측정 데이터의 제1 세트를 측정하기 위한 수단을 더 포함한다.
일 실시형태에서, 시스템은 임계치를 초과하는 전력 그리드의 내인성 교란을 검출할 때 측정 데이터의 제2 세트를 측정하기 위한 수단을 더 포함한다.
다른 양태에 따르면, 컴퓨터에 의해 판독가능하고 컴퓨터 프로그램 명령들을 포함하는 컴퓨터 프로그램 제품이 제공되며, 그 컴퓨터 프로그램 명령들은 컴퓨터에 의해 실행될 때, 전력 그리드에서의 하나 이상의 물리적 자극에 기초하여, 전력 그리드의 제1 로케이션과 연관된 측정 데이터의 제1 세트를 획득하는 것; 측정 데이터의 제1 세트에 기초하여 전력 그리드의 제1 로케이션의 고장 레벨을 계산하는 것; 및 그 고장 레벨을 측정 데이터의 제1 세트 및 제1 로케이션과 제2 로케이션의 전기적 특성들 사이의 상관에 기초하여 전력 그리드의 제2 로케이션의 고장 레벨에 매핑하는 것을 포함하는 컴퓨터 프로세스의 실행을 야기한다.
이하에서, 본 발명은 첨부 도면을 참조하여 바람직한 실시형태들에 의해 보다 상세하게 설명될 것이다.
도 1 은 본 발명의 실시형태들이 적용될 수 있는 전력 그리드의 예를 도시한다.
도 2 및 도 3 은 본 발명의 일부 실시형태에 따른 측정에 기초하여 전력 그리드의 전기 파라미터를 추정하기 위한 프로세스의 흐름도를 도시한다.
도 4 내지 도 6은 본 발명의 일부 실시형태에 따른 상관 모델을 사용하여 전력 그리드에 걸쳐 측정 데이터를 획득하고 그 측정 데이터를 매핑하기 위한 시그널링 다이어그램을 도시한다.
도 7은 본 발명의 일부 실시형태에 따른 상관 모델을 생성하고 활용하기 위한 컴퓨터 구현 프로세스의 흐름도를 도시한다.
도 8은 본 발명의 실시형태에 따른 전력 그리드 및 그 안의 측정 포인트의 단순화된 다이어그램을 도시한다. 그리고
도 9 는 본 발명의 일 실시형태에 따른 장치의 블록 다이어그램을 도시한다.
도 10은 일 실시형태에 따른 전력 그리드에서 내인성 교란 동안 측정된 측정 데이터를 입증하기 위한 검증 절차의 흐름도를 도시한다.
이하의 실시형태들은 예시적이다. 명세서는 본문의 여러 곳에서 "하나의" 또는 "몇몇" 실시형태(들)를 언급할 수 있지만, 이는 반드시 각각의 언급이 동일한 실시형태(들)에 대한 것이거나 특정의 특징이 단일 실시형태에만 적용된다는 것을 의미하지는 않는다. 상이한 실시형태들의 단일한 특징은 또한 조합되어 다른 실시형태를 제공할 수도 있다.
발전소와 같은 공급자로부터 가정, 사무실, 산업체 등과 같은 소비자에게 전기를 공급하는 것은 일반적으로 배전망 또는 전력 그리드를 통해 발생한다. 도 1은 송전 그리드(102) 및 배전 그리드(104)를 포함하는, 본 발명의 실시형태가 구현될 수 있는 예시적인 전력 그리드를 도시한다.
송전 그리드(102)는 예를 들어 원자력 발전소, 수력 발전소, 풍력 발전기 또는 가스 화력 발전소와 같은 발전소일 수 있는 발전기들에 연결되어, 이들로부터 (일반적으로 수백 킬로볼트(kV) 정도의) 매우 높은 전압의 대량의 전기 에너지를, 가공 전력선 (110) 과 같은 전력선을 통해, 배전 그리드 (104) 로 전송한다.
송전 그리드(102)는 배전 그리드(104)에서의 배전을 위해, 전기 공급을 일반적으로 50kV 정도의 더 낮은 전압으로 변환하는 변압기(112)를 통해 배전 그리드(104)에 연결된다.
배전 그리드(104)는 전력 그리드에 연결된 전력 소비 장치에 전력을 제공하는 로컬 네트워크에, 더 낮은 전압으로 변환하기 위한 추가의 변압기를 포함하는 변전소(114, 116, 118)를 통해 연결된다. 로컬 네트워크는 몇 kW 정도의 비교적 적은 양의 전력을 끌어오는 개인 주택(132, 134) 내의 가전 제품에 전력을 공급하는 도시 네트워크(115)와 같은 가정의 소비자의 네트워크를 포함할 수 있다. 개인 주택은 또한 태양광 장치 또는 기타 발전기를 사용하여 주택의 가전 제품에 의한 소비를 위한 또는 그리드에 전력을 제공하기 위해 비교적 적은 양의 전력을 제공할 수 있다. 로컬 네트워크는 또한 공장(130)과 같은 산업 건물을 포함할 수 있으며, 여기서 산업 건물에서 작동하는 더 큰 기기는 수 kW에서 MW 정도의 더 많은 양의 전력을 인출한다. 로컬 네트워크에는 전력 그리드에 전력을 공급하는 풍력 발전 단지와 같은 소규모 발전기 네트워크도 포함될 수 있다. 로컬 네트워크는 전력을 로컬에 저장하기 위한 에너지 저장 장치(136)를 더 포함할 수 있다. 이러한 저장 장치(136)는 전력의 수요와 공급의 차이를 보상하기 위해 사용될 수 있다.
간결함을 위해 하나의 송전 그리드(102)와 하나의 배전 그리드(104)만 도 1에 도시되어 있지만, 실제로 일반적인 송전 그리드(102)는 다수의 배전 그리드(104)에 전력을 공급하고 하나의 송전 그리드(102)는 하나 이상의 다른 송전 그리드 (102) 에 상호 연결될 수도 있다.
전력은 그리드 주파수(일반적으로 국가에 따라 50Hz 또는 60Hz 범위)라고도 하는 시스템 주파수에서 흐르는 교류(AC)로서 전력 그리드에서 흐른다. 전력 그리드는 주파수가 그리드의 각 지점에서 실질적으로 동일하도록 동기화된 주파수에서 작동한다. 전력 그리드는 전력 그리드와 다른 전력 그리드들 사이에 DC 연결을 제공하는 하나 이상의 직류(DC) 인터커넥트(미도시)를 포함할 수 있다. 전형적으로, DC 인터커넥트는 전력 그리드의 고전압 송전 그리드(102)에 연결된다. DC 인터커넥트는 다양한 전력 그리드들 사이에 DC 링크를 제공하여 전력 그리드가 다른 전력 그리드들의 그리드 주파수 변화에 영향을 받지 않는 주어진 동기화된 그리드 주파수에서 작동하는 영역을 정의한다. 예를 들어, 영국 송전 그리드는 DC 인터커넥트를 통해 유럽 대륙의 동기 그리드에 연결된다.
전력 그리드(100)는 또한 전력 그리드를 측정하도록 배열된 측정 장치(120 내지 129) 형태의 측정 시스템을 포함한다. 측정 장치들(120 내지 129)은 전력 그리드의 하나 이상의 전기적 파라미터들을 측정하도록 구성될 수 있다. 측정 장치들(120 내지 129) 중 적어도 일부는 측정 장치들(122 내지 129)과 같이 배전 그리드(104)에 결합될 수 있지만, 측정 장치들 중 일부 (120, 121) 는 송전 그리드에 결합될 수 있다. 측정 장치(120)는 고전압 버스에 직접 연결되고 측정 장치(121)는 송전 그리드(102)의 저전압 레벨 버스에 연결된다. 높은 전압 레벨을 낮은 전압 레벨로 변환하기 위해 별도의 변압기(113)가 제공될 수 있다. 도 1에 도시된 바와 같이, 측정 장치는 전력 그리드의 다양한 전압 레벨에서 다양한 로케이션에 결합될 수 있다. 예를 들어, 송전 그리드(102)에 결합된 측정 장치(120)는 송전 그리드의 매우 높은 전압 레벨, 예를 들어 132kV에서 측정을 수행하도록 구성될 수 있다. 측정 장치(122)는 더 낮은 전압 레벨, 예를 들어 11 또는 33kV에서 측정을 수행하기 위해 배전 그리드에 연결될 수 있다. 측정 장치들(124 내지 129)은 220V, 400V, 및/또는 11kV와 같은 훨씬 더 낮은 전압 레벨 또는 레벨들에서 배전 그리드에 연결될 수 있다. 측정 장치(121)의 전압 레벨은 220V, 400V 또는 11kV와 같이 훨씬 더 낮은 전압 레벨일 수도 있다. 독자는 실제 전압 레벨은 단지 예시일 뿐이며 다른 전력 그리드는 다른 전압 레벨을 사용할 수 있음이 상기된다.
단순화를 위해 도 1에는 몇 가지 측정 장치만 표시되어 있지만 실제로는 더 많은 수의 이러한 측정 장치가 전력 그리드의 상이한 변전소 또는 서브 네트워크와 같은 다양한 전압 레벨 및/또는 다양한 로케이션들에서 전력 그리드에 연결될 수 있다. 또한 일부 실시형태는 아래 실시형태와 관련하여 설명된 바와 같이 전력 그리드 또는 배전망 (104)의 전압 레벨의 서브세트에만 측정 장치를 사용할 수 있음을 이해해야 한다.
측정 장치(120 내지 129)에 의해 측정된 전기적 파라미터(들)는 전압(순시 또는 연속), 전류(순시 또는 연속), 그리드 주파수, 페이저, 위상각, 무효 전력, 동기 발진 전압 및/또는 전류 크기, 전압 및/또는 전류 위상 중 적어도 하나를 포함할 수 있다. 각 측정과 관련하여 타임스탬프가 제공될 수 있다. 일부 실시형태에서, 측정 장치는 측정 데이터를 더 높은 수준의 측정 데이터로 처리하도록 구성된다. 예를 들어, 측정된 전압과 전류는 측정 장치의 로케이션에서 고장 레벨을 계산하는 데 사용될 수 있다. 한 로케이션의 고장 레벨은 해당 로케이션에서의 단락 고장의 경우에 흐르는 최대 전류로 정의될 수 있다. 일부 문헌에서 고장 레벨은 단락 용량 또는 그리드 강도로 알려져 있다. 고장 레벨은 예를 들어 테브닌 등가 개념을 사용하여 전력 그리드의 전압 변동 효과로부터 측정될 수 있다. 전력 그리드의 전압 변동을 검출하면, 다음 식을 사용하여 측정 로케이션의 소스 임피던스를 계산할 수 있다:
Figure pct00001
여기서 ZFL 는 소스 임피던스이고,
Figure pct00002
및
Figure pct00003
는 각각 전압 변동을 유발하는 자극 이전의 전압 및 전류 페이저 측정값이며,
Figure pct00004
및
Figure pct00005
는 각각 자극 후의 전압 및 전류 페이저 측정값이다. 고장 레벨 SFL 은 그 후 다음 방정식을 사용하여 계산될 수 있다:
Figure pct00006
여기서 ZFL 은 이벤트 동안 계산된 소스 임피던스이고,
Figure pct00007
는 가장 관심 있는 고장 레벨에 따라 이벤트 전후에 있을 수 있는 관찰 시간에 측정된 전압이다.
아래에서 자극의 일부 실시형태가 설명된다.
측정을 수행하기 위해, 측정 장치(120 내지 129)는 각각 측정된 전압을 샘플링하도록 배열된 전압 검출기 및 샘플링된 전압을 디지털 전압 신호로 변환하도록 배열된 아날로그-디지털 변환기를 포함할 수 있다. 측정 장치(120 내지 129) 각각은 또한 전류를 샘플링하도록 배열된 전류 검출기를 포함할 수 있고, 아날로그-디지털 변환기는 샘플링된 전류를 디지털 전류 신호로 변환하도록 배열될 수 있다. 디지털 전압 신호 및 디지털 전류 신호는 처리를 위해 처리 시스템(150)으로 전달되거나 각각의 측정 장치에서 국부적으로 처리될 수 있다. 측정 장치(120 내지 129)는 각각 전압 검출기 및 전류 검출기 중 하나 또는 둘 다를 포함할 수 있다. 샘플링 간격이 충분하면 측정된 전압 및/또는 전류에서 그리드 주파수를 계산할 수 있다.
일부 실시형태에서, 측정 장치(120 내지 129) 중 적어도 일부는 예를 들어 프로세서 형태의 처리 수단을 포함하고, 측정 장치(120 내지 129)의 프로세서는 측정된 전압 및/또는 전류에 관한 전기 파라미터를 결정하도록 배열될 수 있다. 이것은 측정 장치(120 내지 129)에 의해 처리 시스템에 전달될 필요가 있는 정보의 양을 감소시킬 수 있고 또한 처리 시스템(150)에 가해지는 부담을 감소시킬 수 있다는 점에서 유리할 수 있다.
물리적 자극은 전력 그리드에서 내생적으로 생성될 수 있으며, 즉, 전력 그리드의 공칭 또는 거의 공칭 작동에 속할 수 있다. 또는 물리적 자극이 의도적으로 생성될 수 있다. 도 1은 점선으로 전력 그리드에 결합된 다수의 장치(140 내지 146)를 도시한다. 점선은 전력 그리드에 및 전력 그리드으로부터 장치(140 내지 146)를 연결 및 분리하는 능력, 또는 보다 일반적으로 전력 그리드에 대한 장치(140 내지 146)의 전력 소비 및/또는 전력 공급을 변경하는 능력을 의미한다. 장치(140 내지 146)는 전력 그리드에 연결될 때 전력 그리드의 임피던스의 변경 및 따라서 전압 및 전류 변동을 야기하는 하나 이상의 부하 뱅크를 포함할 수 있다. 부하 뱅크 대신에 또는 그에 추가하여 유사한 특성을 갖는 다른 장치, 예를 들어 커패시터 또는 발전기가 채용될 수 있다. 내인성 자극의 예로는 전력 그리드의 부하의 변화, 예를 들어 공장(130)의 전력 소비의 변화 또는 전원의 변화를 들 수 있다. 그 변화들은 전력 그리드의 정상 작동의 일부일 수 있으며, 즉, 고장 레벨을 측정하기 위해 비정상적인 오작동 또는 대규모 정전이 필요하지 않다.
측정 장치는 측정 데이터를 처리 시스템(150)에 보고하도록 구성될 수 있다. 처리 시스템(150)은 측정 데이터를 분석하고, 일부 실시형태에서 그 분석에 기초하여 전력 그리드의 일부 제어를 수행하도록 구성될 수 있다. 상세한 실시형태들이 하기에서 설명된다. 처리 시스템은 하나 이상의 컴퓨터 형태의 처리 회로를 포함할 수 있다. 처리 시스템은 로컬 네트워크 서버, 원격 서버, 클라우드 기반 서버, 또는 측정 데이터의 분석을 수행하기 위한 임의의 다른 수단을 포함할 수 있다. 처리 시스템은 분석을 수행하기 위해 가상 네트워크를 형성할 수 있다. 일반적으로 가상 네트워킹은 하드웨어 및 소프트웨어 네트워크 리소스와 네트워크 기능을 단일 소프트웨어 기반 관리 엔터티인 가상 네트워크로 결합하는 프로세스를 포함할 수 있다. 네트워크 가상화에는 종종 리소스 가상화와 결합되는 플랫폼 가상화가 포함될 수 있다. 네트워크 가상화는 많은 네트워크들 또는 네트워크들의 부분들을 서버 컴퓨터 또는 호스트 컴퓨터로 결합하는 외부 가상 네트워킹으로 분류될 수 있다. 가상 네트워크는 분석을 수행하기 위해 다양한 처리 유닛들 간에 동작들의 유연한 분배를 제공할 수 있다.
도 1에 도시된 바와 같이, 측정 장치는 전력 그리드의 다양한 로케이션들에 분포될 수 있다. 일반적으로 전력 그리드의 크기는 상당히 커서 전력 그리드의 모든 로케이션 또는 모든 서브 네트워크에 측정 장치를 제공하는 것이 불가능하다. 이는 측정이 수행되지 않는 로케이션과 관련된 불확실성 또는 가시성 부족을 생성한다. 제한된 수의 측정 장치를 사용하여 전체 전력 그리드 또는 전체 전력 그리드의 일부, 예를 들어 배전망에 대한 큰 그림을 갖는 것이 유리할 것이다. 다시 말해, 배전망이 시간이 지남에 따라 어떻게 작동하는지 및/또는 어느 곳에 약점 및/또는 제약이 존재하는 지에 대한 광범위한 실시간 보기를 갖는 것이 유리할 것이다.
도 2 는 전력 그리드의 전기 파라미터를 측정하기 위한 방법의 흐름도를 예시한다. 도 2 를 참조하면, 그 방법은 전력 그리드에서 하나 이상의 물리적 자극을 검출하는 단계 (블록 200); 하나 이상의 물리적 자극이 유효한 동안, 전력 그리드의 제1 로케이션과 연관된 측정 데이터의 제1 세트를 획득하는 단계 (블록 202); 측정 데이터의 제1 세트에 기초하여 전력 그리드의 제1 로케이션의 전기 파라미터를 계산하는 단계 (블록 204); 및 그 전기 파라미터를 측정 데이터의 제1 세트 및 제1 로케이션과 제2 로케이션의 전기적 특성들 사이의 상관에 기초하여 전력 그리드의 다른 로케이션의 전기 파라미터에 매핑하는 단계 (블록 206) 를 포함한다.
일 실시형태에서, 하나 이상의 물리적 자극은 전력 그리드에 대한 그의 전력 공급 및/또는 전력 소비가 제어되는 장치들 (140 내지 146) 중 하나 이상에 의해 수행되는 적어도 하나의 의도적으로 생성된 자극을 포함한다. 그러한 실시형태에서, 블록(200)은 장치(들)(140 내지 146)의 전력 공급 및/또는 소비를 제어하거나 트리거하는 장치에 의해 수행되는 하나 이상의 의도적으로 생성된 자극을 유발하는 단계가 선행될 수 있다. 이러한 장치는 시스템에서 측정을 제어하거나 스케줄링하는 측정 제어기일 수 있다. 그러한 디바이스는 연결(해제)을 야기하기 위해 디바이스(들)(140 내지 146)에 제어 신호를 출력할 수 있다. 블록(200)은 하나 이상의 물리적 자극을 검출하는 하나 이상의 측정 장치(120 내지 129)를 포함한다.
다른 실시형태에서, 하나 이상의 물리적 자극은 전력 그리드에 내인성인 적어도 하나의 자극을 포함한다. 그러한 실시형태에서, 블록(200)은 하나 이상의 내인성 물리적 자극을 검출하는 하나 이상의 측정 장치(120 내지 129)를 포함한다.
일 실시형태에서, 블록(202)은 측정 데이터의 제1 세트를 측정함으로써 측정 장치들(120 내지 129) 중 하나 이상에 의해 수행된다.
일 실시형태에 있어서, 블록 (204) 은 처리 시스템 (150) 에 의해 수행된다. 다른 실시형태에서, 블록(204)은 측정 데이터의 제1 세트를 측정한 측정 장치(들)에 의해 수행된다. 다른 실시형태에서, 블록(204)은 측정 장치(들)와 처리 시스템 사이에 분포된다.
일 실시형태에 있어서, 블록 (206) 은 처리 시스템에 의해 수행된다.
처리 시스템의 관점에서, 프로세스는 실시형태에 따른 블록(202 내지 204)을 포함한다. 처리 시스템은 하나 이상의 측정 장치로부터 측정 데이터의 제 1 세트를 획득하고(블록 202) 블록 204에서 전기 파라미터를 계산할 수 있다. 이 프로세스는 컴퓨터 구현 프로세스의 사양을 정의하는 컴퓨터 프로그램 코드를 포함하는 하나 이상의 컴퓨터 프로그램 제품에 의해 정의된 컴퓨터 구현 프로세스로서 실행될 수 있다.
도 3을 참조하여, 처리 시스템에 의해 실행되는 프로세스의 다른 실시형태가 설명된다. 이 프로세스는 컴퓨터 구현 프로세스로도 실행될 수 있다. 프로세스는 전력 그리드의 하나 이상의 물리적 자극에 기초하여 전력 그리드의 제1 로케이션과 연관된 측정 데이터의 제1 세트를 획득하는 것(블록 202); 측정 데이터의 제 1 세트에 기초하여 전력 그리드의 제 1 로케이션의 전기 파라미터를 계산하는 것(블록 204); 및 측정 데이터가 적어도 현재 이용가능하지 않은 전력 그리드의 다른 로케이션의 전기 파라미터에 그 전기 파라미터를 매핑하는 것을 포함한다. 그 매핑은 측정 데이터 제1 세트와 제1 로케이션과 제2 로케이션의 전기적 특성 간의 상관을 기반으로 수행된다.
전기적 파라미터는 고장 레벨일 수 있다. 그리드 주파수, 위상각, 무효 전력, 관성, 고조파 등과 같은 다른 전기 파라미터는 이용 가능한 측정 데이터 유형에 따라 상관을 사용하여 동일하게 계산될 수 있다. 측정 데이터에 추가하여, 상관을 구축하기 위해 추가의 입력 데이터, 예를 들어 날씨, 온도, 사용량, 가격 책정 요금, 거동, 교통 흐름이 사용될 수 있다. 고장 레벨 측정 데이터만 사용할 수 있는 경우, 그 상관은 전력 그리드의 여러 로케이션 사이에서 고장 레벨의 상관을 정의할 수 있으며 매핑된 전기 파라미터는 고장 레벨을 포함하거나 심지어 고장 레벨로 구성될 수 있다. 여러 유형의 측정 데이터가 사용 가능하고 측정 장치에 의해 측정되는 경우, 처리 시스템은 단일 상관 모델 아래 서로 다른 유형의 측정 데이터를 통합하는 단일 상관 모델을 계산하거나, 처리 시스템은 각 유형의 측정 데이터, 예를 들어 고장 레벨, 그리드 주파수 등에 대한 전용 상관 모델을 형성할 수 있다. 사용 가능한 측정 데이터에 측정된 전압 및 전류 값과 같은 낮은 수준의 측정 데이터가 포함된 경우, 처리 시스템은 낮은 수준 측정 데이터로부터 다양한 높은 수준 전기 파라미터, 예를 들어 고장 레벨을 계산하고, 대응하는 상관 모델(들) 을 형성할 수 있다.
도 2 및 도 3 의 실시형태는 측정 장치가 제공되는 개별 측정 지점뿐만 아니라 그리드 네트워크 레벨에서 전기 파라미터의 결정을 가능하게 한다. 다시 말해, 실시형태는 전력 그리드의 상태에 대한 더 넓은 관점을 제공한다. 상관 모델은 예를 들어 전체 배전망 또는 그것의 서브 네트워크를 포함하기 위해 네트워크 레벨에 대한 측정에 기초하여 구성될 수 있다. 따라서 상관 모델은 단일 측정 장치에 의해 커버되는 유효 영역에 의해 형성된 것보다 전력 그리드의 더 넓은 영역을 커버할 수 있다. 단일 측정은 측정 로케이션 및 해당 로케이션의 유효 영역 내에 있는 해당 로케이션 주변 영역에 직접 전기 파라미터를 제공할 수 있다. 측정 로케이션까지의 거리가 증가함에 따라, 이러한 개별 측정의 신뢰성은 빠르게 저하된다. 전력 그리드의 서로 다른 로케이션에서 수행된 다수의 측정들을 기반으로 구축된 상관 모델은 개별 측정 로케이션의 직접적인 유효 영역 내에 있지 않은 로케이션들에 대해서도 전기 파라미터(들)의 보간을 가능하게 한다.
상관 모델은 전력 그리드의 상태의 스냅샷을 제공하기 위해 실질적으로 동시에 수행된 측정들을 기반으로 구축될 수 있다. 다른 실시형태에서, 상관 모델은 새로운 측정 데이터가 획득됨에 따라 업데이트되고, 따라서 전력 그리드의 지속적으로 업데이트되는 전체 뷰를 제공한다.
다른 실시형태에서, 전력 그리드에 대한 의도적으로 생성된 물리적 자극 또는 자극들은 전기 자극을 포함한다. 전기 자극은 고장 레벨과 같은 전기 파라미터의 측정 및 추정을 가능하게 하는 전력 그리드에 대한 전기적 교란을 일으킬 수 있다.
도 4 내지 도 6은 상관에 대한 측정 데이터를 수집하고 측정 데이터가 획득된 로케이션과 상이한 로케이션에 대한 전기 파라미터의 후속 매핑을 위한 일부 실시형태를 도시한다.
도 4는 전력 그리드의 한 전압 레벨에서 측정 데이터를 측정하고, 그 측정 데이터를 기반으로 결정된 전기 파라미터를 전력 그리드의 동일한 전압 레벨의 다른 로케이션의 전기 파라미터에 매핑하는 실시형태의 시그널링 다이어그램을 도시한다. 도 4를 참조하면, 저전압 레벨, 예를 들어 230V 또는 11kV 에서의 측정 장치(들)는 단계 400에서 측정 장치(들)의 하나 이상의 로케이션에 대한 하나 이상의 물리적 자극을 트리거한다. 하나 이상의 물리적 자극은 전력 그리드에 대한 하나 이상의 부하 뱅크(144)의 연결/분리에 의해, 또는 전력 그리드에 대한 하나 이상의 장치의 전력 공급 및/또는 전력 소비를 변경함으로써 전력 그리드에 대한 전기 교란을 유발시킴으로써 유발될 수 있다. 전기 교란은 부하 뱅크(들)와 관련하여 박스로 도 4에 표시된 유효 지속 시간을 가질 수 있다. 교란이 적용되는 동안, 측정 데이터는 교란의 유효 영역 아래에서 측정 장치(들)에 의해 획득될 수 있다(단계 402). 단계(402)는 고장 레벨을 측정하거나, 고장 레벨의 계산을 가능하게 하는 파라미터, 또는 전력 그리드의 다른 전기 파라미터, 예를 들어 전력 그리드의 전압 및 전류를 측정하는 것을 포함할 수 있다. 측정을 수행한 때에, 측정 장치(들)는 단계 404에서 측정 데이터를 처리 시스템(150)에 보고할 수 있다. 이러한 측정 보고는 예를 들어 컴트레이드 (Comtrade) 또는 다른 유사한 데이터 파일 포맷들의 형태로 제공될 수 있다.
추가 관점에서, 단계(402)에서 수행된 측정은 측정(들)을 수행하기 위해 의도적으로 생성된 전기 교란 때문에 능동 측정이라고 한다. 도 4 에 도시된 바와 같이, 전기 교란의 영향 하에서 다수의 측정들을 수행할 수 있다. 전력 그리드의 저전압 레벨의 상이한 로케이션들에서 다수의 전기 교란들이 발생될 수도 있다. 교란들의 트리거링은 교란들이 상이한 로케이션들에서 실질적으로 동시에 발생할 수 있도록 동기적일 수 있다. 동기화는 글로벌 포지셔닝 시스템 클록과 같은 공통 시간 기준을 사용하여 실현될 수 있다. 동기적 교란들은 단계 402에서 상이한 로케이션들 (또는 그의 서브세트 (subset)) 에서 동기적 측정들을 암시적으로 유발한다. 이것은 전력 그리드의 전체 또는 넓은 영역의 저전압 레벨의 전기 상태의 스냅샷을 가능하게 한다. 따라서, 동기적 측정들 덕분에 상관 모델이 더 정확해질 수 있다.
선택적인 실시형태에서, 고전압 레벨의 측정 장치(122)는 또한 측정을 수행할 수 있다(단계 406). 전력 그리드에서 상기 내인성 교란을 검출한 때에, 측정 장치(122)는 측정 장치(122)의 로케이션에서 전력 그리드를 측정하고 추가 측정 데이터를 수집할 수 있다. 측정 장치(122)는 전기 교란이 능동적으로 생성되지 않았지만, 대신에 전력 그리드에 대해 내인성이라는 점에서 수동 측정을 채용할 수 있다. 블록(406)은 측정을 수행하기 전에, 검출된 전기 교란이 측정에 적격임을 검증하는 것을 더 포함할 수 있다. 검증에는 예를 들어 교란의 강도가 정확한 측정을 수행하기에 충분히 높은지 검증하는 것이 포함될 수 있다. 이것은 검출된 교란, 예를 들어 교란으로 인한 전압 및/또는 전류 변동을 하나 이상의 임계값과 비교함으로써 검증될 수 있다. 추가적으로 또는 대안적으로, 검증은 교란이 측정 장치(122)의 로케이션에 근접한지 여부를 검증하는 것을 포함할 수 있다. 근접성은 전력 그리드으로부터 획득되고 교란을 포함하는 신호의 파형을 분석함으로써 평가될 수 있다. 신호가 계단 함수를 포함하는 경우, 교란은 측정 장치의 로케이션에 근접한 것으로 결정될 수 있고, 측정이 트리거될 수 있다. 반면에, 신호가 지수 파형을 포함하는 경우, 교란은 측정 장치에서 멀리 떨어져 있는 것으로 결정될 수 있으며 측정이 트리거되지 않는다. 전력 그리드의 임피던스는 교란의 로케이션으로부터의 거리에 따라 계단 함수에서 지수 함수 쪽으로 측정되는 전기 신호의 파형을 변형시킨다.
단계 (408)에서, 측정 장치(122)는 추가적인 측정 데이터를 처리 시스템에, 예를 들어 컴트레이드 또는 다른 유사한 데이터 파일 포맷의 형태로 보고한다. 일부 실시형태에서 측정 장치(122 내지 129)는 다수의 교란들에 대해 측정 데이터를 수집하고 번들로 축적된 측정 데이터를 보고할 수 있다는 것을 이해해야 한다.
고전압 레벨의 측정 장치(122)가 의도적으로 생성된 교란을 검출할 수 있는 경우, 그것은 의도적으로 생성된 교란의 영향 동안에도 측정을 수행할 수 있다. 이는 아래에 설명된 것처럼 다수의 전압 레벨들에 대한 동기적 측정들의 이점을 제공할 수 있다.
측정 장치들로부터 적어도 일부 측정 데이터를 수신하면, 처리 시스템은 블록(410)에서 상관 모델을 생성하기에 충분한 양의 측정 데이터가 획득되었는지 여부를 결정할 수 있다. 블록(410)에 대한 파라미터는 측정 데이터를 보고한 상이한 측정 장치들의 수일 수 있다. 충분한 수의 측정 장치가 측정 데이터를 보고했다면 충분한 양의 측정 데이터를 사용할 수 있다고 판단될 수 있다. 충분한 양의 측정 데이터가 이용 가능하지 않은 경우, 처리 시스템(150)은 추가 측정 데이터를 기다릴 수 있다. 충분한 양의 측정 데이터가 이용가능하다면, 처리 시스템(150)은 상관 모델이 구축되는 블록(412)으로 진행할 수 있다. 도 7은 적어도 측정 데이터에 기초하여 상관 모델을 형성하기 위한 절차의 일 실시형태를 도시한다. 전력 그리드의 정적 특성과 같은 추가 입력(들)은 아래에 설명된 바와 같이 상관 모델을 형성할 때 사용될 수 있다.
전술한 바와 같이, 상관 모델은 적어도 측정이 이루어진 전압 레벨(들)에서 전체 전력 그리드에 걸친 전력 그리드의 전기 파라미터(들)를 나타낼 수 있다. 대안적으로, 상관 모델은 전력 그리드의 실질적인 영역에 걸친 전력 그리드의 전기 파라미터(들)를 나타낼 수 있으며, 여기서 실질적인 영역은 개별 측정 로케이션들의 집성된 (aggregated) 영역보다 넓다.
상관 모델을 구축한 때에, 처리 시스템은 상관 모델의 유효 영역의 임의의 부분에서 전기 파라미터를 추정할 수 있다. 처리 시스템은 예를 들어 상관 모델을 사용하여 유효 영역에 대한 전기 파라미터의 맵 또는 랜드스케이프 (landscape) 를 형성할 수 있다. 처리 시스템은 또한 전력 그리드의 다양한 로케이션 및 전압 레벨에서 전기 파라미터의 디스플레이 가능한 시각화를 생성하고 처리 시스템의 오퍼레이터에게 디스플레이를 위해 그 시각화를 출력할 수 있다. 랜드스케이프는 블록(412)을 실행하기 전에 실제 측정들이 보고되지 않은 로케이션을 포함하여 전력 그리드의 다양한 로케이션에서의 전기 파라미터의 값을 제공할 수 있다. 처리 시스템은 다양한 로케이션들 중 임의의 하나가 오작동에 취약한지 여부를 결정하기 위해 임계값과 다양한 로케이션들에서의 전기 파라미터의 값들을 비교할 수 있다. 예를 들어, 전기 파라미터가 고장 레벨을 포함하는 경우, 처리 시스템(150)은 다양한 로케이션 중 어느 하나가 단락으로 인한 전기적 고장에 대응하기 위한 개선 대책과 같은 조치를 트리거하는 고장 레벨에 민감한지 여부를 결정할 수 있다.
상관 모델은 또한 전력 그리드의 한 로케이션에 있는 하나의 측정 장치에서 획득한 새로운 측정 데이터를 측정 데이터가 현재 사용할 수 없거나 최신 상태가 아닌 전력 그리드의 다른 로케이션로 매핑하는 것을 가능하게 한다. 현재 사용할 수 없다는 것은 전력 그리드의 다른 로케이션(들)에 측정 장치가 없거나 다른 로케이션(들)의 측정 장치가 작동하지 않는다는 것을 의미하는 것으로 이해될 수 있다. 그것은 또한 측정 장치가 작동하지만 신뢰할 수 없는 것으로 간주되는 불규칙한 측정 데이터를 제공하거나, 측정 장치가 측정 데이터를 드물게 제공하여 측정 데이터가 항상 최신인 것으로 간주될 수 없는 로케이션을 의미하는 것으로 이해될 수 있다. 다시 도 1을 참조하면, 건물(132)의 로컬 전기 네트워크, 변전소, 또는 전력 그리드의 서브 네트워크에 연결된 측정 장치가 없을 수 있다. 그러나, 예를 들어 측정 장치(126 및/또는 128)에 의해 다른 로케이션에서 측정을 수행하는 것은 상관 모델을 사용함으로써 주택(132)의 로컬 네트워크에서 고장 레벨 또는 다른 전기 파라미터의 계산을 가능하게 한다. 측정 장치가 블록(414)에서 측정 데이터를 측정하고 단계(416)에서 새로운 측정 데이터를 처리 시스템에 보고한 때에, 단계(416)에서 그러한 새로운 측정 데이터를 수신하는 처리 시스템은 새로운 측정 데이터로부터 계산된 전기 파라미터를 전력 그리드의 다른 로케이션의 다른 전기 파라미터에 매핑할 수 있다 (블록 418). 이러한 방식으로 상관 모델은 최신 측정 데이터를 사용할 수 없는 로케이션까지 전기 파라미터의 최신 추정을 가능하게 한다.
블록(412)을 실행할 때 저전압 레벨에서만 측정된 측정 데이터가 이용 가능한 경우, 상관 모델은 저전압 레벨에서만 전기 파라미터의 추정을 가능하게 할 수 있다. 그러나, 단계들 (406 및 408) 을 포함하는 실시형태는 다수의 전압 레벨들에 걸쳐 상관을 확장하는 상관 모델을 형성하는 것을 가능하게 한다. 일 실시형태에서, 제1 전압 레벨에서 수신된 측정 데이터는 제1 전압 레벨과 상이한 제2 전압 레벨에 있는 다른 로케이션에 전기 파라미터를 매핑하는데 사용될 수 있다. 제1 전압 레벨은 제2 전압 레벨보다 높을 수 있거나, 제1 전압 레벨은 제2 전압 레벨보다 낮을 수 있다.
예를 들어, 블록(418)은 그 후 또한 고전압 레벨에서, 예를 들어 측정 장치(122)의 로케이션 또는 고전압 레벨의 다른 부분에서 전기 파라미터의 추정을 가능하게 할 것이다. 블록(412) 이전에 고전압 레벨의 여러 로케이션에서 수행된 다수의 측정이 수신되면, 상관 모델은 직접 측정 데이터가 제공되지 않은 로케이션을 포함하여 블록(418)에서 고전압 레벨의 다양한 로케이션에서 전기 파라미터의 추정을 가능하게 할 수 있다. 도 5 는 그러한 실시형태를 도시한다. 도 5 에서, 도 4 와 동일한 참조 번호로 표시된 기능들은 동일하거나 실질적으로 유사한 기능들을 나타낸다.
도 5를 참조하면, 단계들 (406 및 408) 은 전압 레벨들에 걸쳐 상관 모델을 형성하기 위해 이 실시형태에서 요구될 수 있다. 블록(412)에서 상관 모델을 형성한 때에, 처리 시스템(150)은 저전압 레벨 및 고전압 레벨을 포함하는 상관 모델의 유효 영역의 임의의 부분에서 전기 파라미터를 추정하고 고전압 레벨에서 도 4 와 관련하여 위에서 설명된 기능들 중 임의의 하나를 수행할 수 있다. 예를 들어, 단계 (416)에서 저전압 레벨의 측정 장치로부터 새로운 측정 데이터를 수신하면, 처리 시스템(150)은 상관 모델을 사용하여 고전압 레벨의 하나 이상의 로케이션들에서 고장 레벨과 같은 전기 파라미터를 계산할 수 있다 (블록 500).
일 실시형태에서, 전력 그리드로부터 측정 장치에 의해 측정되고 단계 (416) 에서 보고된 실제 측정 데이터는 전력 그리드 내의 로케이션과 연관된 시뮬레이션된 측정 데이터를 생성하는 처리 시스템(150)에 의해 대체될 수 있다. 이러한 인위적으로 생성된 측정 데이터와 상관 모델을 사용하여 처리 시스템은 전력 그리드의 특성을 테스트하는 다양한 "가정 (what if)" 시나리오를 테스트할 수 있다. 따라서 실제 측정 데이터의 가용성이 도 2, 도 3 또는 도 4 의 프로세스를 제한할 필요가 없다.
도 5의 실시형태에서, 블록(500)을 실행하고 저전압 레벨에서 획득된 측정 데이터에 기초하여 고전압 레벨의 전기 파라미터를 계산한 때에, 처리 시스템은 고전압 레벨에서 수행되는 추가 측정을 사용하여 전기 파라미터의 정확성을 검증할 수 있다. 결과적으로, 블록(500)을 실행한 때에, 처리 시스템은 고전압 레벨에 로케이션한 측정 장치(122)로부터 획득된 측정 데이터를 사용하여 전기 파라미터를 다시 계산할 수 있다. 그러한 측정 데이터가 즉시 이용 가능하지 않거나 최신이 아닌 경우, 처리 시스템(150)에 의해 결정된 바와 같이, 처리 시스템(150)은 고전압 레벨에 로케이션한 측정 장치(들)(122)로부터의 새로운 측정을 요청(단계 502)하거나 대기한다. 고전압 레벨의 측정 장치(들)(122)가 측정(들)을 수행하고(단계 504) 측정을 보고하면(단계 506), 처리 시스템은 전기 파라미터의 정확도를 검증할 수 있다(단계 508).
도 5 의 절차는 검증 프로세스가 제1 로케이션 및 상기 다른 로케이션과는 상이한 추가의 로케이션에서, 전력 그리드에서 생성된 추가 물리적 자극을 검출한 때에, 측정된 측정 데이터의 추가의 세트를 사용하여 제1 로케이션 및/또는 상기 다른 로케이션의 계산된 전기 파라미터를 검증하는 것을 포함하도록 일반화될 수 있다. 즉, 하나의 전압 레벨에서 측정된 측정 데이터를 기반으로 계산된 전기적 파라미터는 동일한 전압 레벨, 예를 들어 저전압 레벨에서 획득한 추가 측정 데이터를 이용하여 검증될 수 있다.
일 실시형태에서, 전기 파라미터가 정확하지 않은 것으로 결정되면, 처리 시스템은 상관 모델의 교정을 트리거한다. 재교정은 도 6 과 관련하여 이하에 설명된다. 처리 시스템은 블록(500)에서 계산된 전기 파라미터를, 그것이 부정확하다고 결정하면, 폐기할 수 있다. 전기 파라미터가 정확하다고 결정하면, 처리 시스템은 상관 모델이 정확한지 결정하고 교정을 연기할 수 있다. 그런 다음 처리 시스템은 전기 파라미터의 값에 의해 트리거되는 경우 액션을 트리거할 수도 있다.
일 실시형태에서, 측정 데이터는 의도적으로 생성되고 및/또는 내생적인 하나 이상의 물리적 자극의 발생에 따라 간헐적으로 또는 연속적으로 획득된다.
위에서 설명한 것처럼, 고전압 레벨 측정은 여러 목적들을 위해 사용될 수 있으며, 그 중 하나는 상관 모델의 교정이다. 전력 그리드에서, 저전압 레벨은 도 1 에 도시된 바와 같이 고전압 레벨의 서브 네트워크를 형성할 수 있다. 예를 들어, 도시 네트워크(115)는 측정 장치(122)가 결합되는 전압 레벨의 서브 네트워크를 형성한다. 다른 서브 네트워크는 공장(130)을 포함할 수 있고 또 다른 서브 네트워크 또는 서브 네트워크들은 재생 가능한 하나 이상의 발전기(137) 및/또는 Statcom (정지형 동기조상기 (static synchronous compensator)) 능력을 포함할 수 있는 하나 이상의 재생 가능한 에너지 저장 장치(136)를 포함할 수 있다. 고전압 레벨 측정은 서브 네트워크의 전기 파라미터(들)에 대한 전체론적 보기를 제공할 수 있으며 따라서 상관 모델을 교정하기 위한 적절한 참조를 제공할 수 있다.
도 6 에서, 이전의 도면들에서와 동일한 참조 번호로 표시된 기능들은 동일하거나 실질적으로 유사한 기능들을 나타낸다. 도 6을 참조하면, 상관 모델의 생성 또는 상관 모델의 최근의 교정으로부터 결정된 시간 간격이 경과한 후, 또는 단계 (500) 에서의 전기 파라미터의 부정확한 추정과 같은 상관 모델의 재교정을 트리거하는 이벤트를 검출한 때에, 재교정이 트리거될 수 있다(블록 600). 하나의 트리거는 고전압 레벨로부터의 새로운 측정 데이터의 수신일 수 있다(단계 408).
블록(600)에서 상관 모델의 교정을 트리거한 때에, 상관 모델은 적어도 고전압 레벨로부터 이용가능한 최신 측정 데이터를 사용함으로써 블록(602)에서 교정될 수 있다. 블록(602)에서, 처리 시스템(150)은 저전압 레벨로부터 이용가능한 최신 측정 데이터, 예를 들어 단계 416에서 획득된 측정 데이터를 추가적으로 사용할 수 있다. 이러한 방식으로 상관 모델은 최신 상태로 유지될 수 있다.
도 7 은 처리 시스템에 의해 실행되는 프로세스의 실시형태를 도시한다. 도 7의 프로세스는 논리적으로 상관 모델 구축 프로세스와 상관 모델 이용 프로세스로 분할될 수 있으며, 이들은 상호 독립적인 프로세스들일 수 있다. 따라서 하위 프로세스 중 하나는 다른 하나와 독립적으로 수행될 수 있음을 이해해야 한다. 그러나 하위 프로세스의 조합은 가능한 실시형태가다.
도 7을 참조하면, 처리 시스템(150)은 먼저 전력 그리드의 정적 파라미터를 획득할 수 있다(블록 700). 그러한 정적 파라미터는 전력 그리드의 요소들의 상호접속의 면에서 정의된, 전력 그리드의 토폴로지(702)를 포함할 수 있다. 도 1은 전력 그리드의 하나의 토폴로지를 도시한다. 따라서 토폴로지(702)는 상관 모델의 의도된 커버리지에 따라 전력 그리드 또는 그 서브세트의 구조를 나타낼 수 있다. 정적 파라미터는 전력 그리드의 다양한 로케이션에서의 임피던스(704)를 포함할 수 있다. 임피던스 값은 전력 그리드의 다양한 부분 사이의 전기적 상호 관계를 설명하므로 상관 모델에서 이용될 수 있다. 정적 파라미터는 측정 로케이션(706), 즉 측정 장치(120 내지 129)가 결합되는 로케이션을 포함할 수 있다. 정적 파라미터는 전력 공급 시스템의 네트워크 상태 및 발전 프로파일을 더 포함할 수 있다. 네트워크 상태는 예를 들어 전력선, 변압기, 부하(들) 및/또는 발전기(들)의 상태를 설명할 수 있습니다. 추가적인 정적 파라미터, 예를 들어 전력 그리드 내의 트래픽 흐름을 포함하는, 예를 들어 전력 그리드의 부하 뱅크(140 내지 146)의 로케이션 및/또는 크기, 날씨 데이터, 온도 데이터, 일사량 데이터, 가격 책정 요금, 시장 메커니즘 및 이러한 메커니즘에 대한 응답, 사용/소비 및 생생 모델들이 제공될 수 있다. 정적 파라미터는 상관 모델을 형성하기 위한 트레이닝 데이터의 일 세트를 형성할 수 있다. 정적 파라미터는 전력 그리드의 전기적 특성에 대한 정보를 포함하거나 이에 포함될 수 있다.
블록(708)에서, 처리 시스템은 상관 모델을 형성하기 위한 트레이닝 데이터의 또 다른 세트를 수집한다. 이러한 트레이닝 데이터의 세트는 전력 그리드으로부터 측정된 측정 데이터를 포함할 수 있다. 측정 데이터는 예를 들어 단계들 (404 및/또는 408) 에서 처리 시스템에 의해 수신된 전술한 측정 데이터를 포함할 수 있다. 전술한 바와 같이, 측정 데이터는 전압, 전류, 그리드 주파수 또는 전술한 상위 레벨 측정 데이터 중 어느 하나 이상을 포함할 수 있다.
전술한 바와 같이, 처리 시스템은 충분한 양의 트레이닝 데이터가 수집되었을 때를 모니터링할 수 있다(블록 410). 충분한 양의 트레이닝 데이터를 수집한 때에, 프로세는 상관 모델이 처리 시스템에 의해 구축되는 블록(710)으로 진행할 수 있다. 블록(710)은 머신 러닝을 위한 입력으로서 전술한 트레이닝 데이터의 세트를 사용하여 머신 러닝 알고리즘을 실행하는 것을 포함할 수 있다. 머신 러닝 알고리즘은 상관 모델을 형성하기 위해 심층 신경망 또는 재귀 신경망과 같은 신경망을 채용할 수 있다. 일반적으로, 머신 러닝 알고리즘은 블록(700)에서 획득된 정적 파라미터의 기본 지식을 사용하여 측정 데이터에서 패턴을 검색할 수 있다. 측정 데이터와 정적 파라미터를 분석함으로써, 전압 레벨 내의 그리고 심지어 다수의 전압 레벨들에 걸친 상술된 상관 모델을 구축할 수 있다.
상관 모델이 구축되었을 때(블록 710 완료), 상관 모델은 한 로케이션에서 측정된 고장 레벨과 같은 전기적 파라미터를 측정 데이터가 현재 이용가능하지 않거나 오래된 다른 로케이션의 (고장 레벨과 같은) 대응하는 전기 파라미터에 매핑하는 데 사용될 수 있다. 상관 모델은 또한 전력 그리드의 다른 로케이션에서 획득한 측정 데이터를 사용하여 측정 데이터가 현재 이용가능하지 않거나 오래된 로케이션에서 전기 파라미터의 미래 거동을 예상하거나 예측하는 것을 가능하게 할 수 있다. 이것은 예를 들어 고장 레벨의 미래의 전개의 예측을 가능하게 할 수 있다. 따라서 실시형태는 블록(710)을 사용하여 상관 모델에 대한 기초로서 사용되는 측정 동안 고장 레벨과 같은 전기적 파라미터를 나타내는 상관 모델을 계산한다. 측정은 제 1 시간 간격 동안 수행되었을 수 있다. 측정은 전기 파라미터의 시간적 거동이 상관 모델에 포함될 수 있는 장시간 윈도우 내에서 수행되었을 수 있다. 결과적으로, 상관 모델은 측정과 관련하여 및/또는 추정을 행하는 시간과 관련하여 미래에 있는 결정된 제 2 시간 간격 또는 시간 순간에 전력 그리드의 결정된 로케이션에서 전기 파라미터를 추정하는 데 사용될 수 있다.
상관 모델은 적어도 하나의 로케이션으로부터 측정 데이터를 수신할 때마다 전력 그리드의 전체 보기의 유지보수를 가능하게 한다. 상관 모델은 단일 측정 로케이션으로부터 수신된 단일 측정 데이터를 전력 그리드의 전체 보기에 매핑할 수 있다. 결과적으로 전기 파라미터가 필요한 모든 로케이션에 측정 장치를 제공할 필요가 없다. 또한 모든 측정 로케이션에서 최신 측정 데이터를 자주 수신할 필요가 없다. 상관 모델이 정확할 때, 단일 측정 로케이션 또는 측정 로케이션들의 서브세트로부터의 측정 데이터만이 처리 시스템이 상관 모델의 커버리지 영역위에 걸쳐 전기 파라미터를 평가하기에 충분하다. 위에서 설명한 것처럼, 커버리지 영역은 다수의 측정 로케이션들에 대해 그리고 전력 그리드의 상이한 로케이션들에 있는 다수의 장치들에 대해 걸쳐 있다.
위에서 설명한 바와 같이, 현재 가능한 상관 모델을 사용하여 전력 그리드의 다양한 로케이션에서 전기 파라미터를 결정하기 위한 여러 구현이 있다. 상술한 실시형태에서, 상관 모델을 사용하여 전력 그리드 상의 전기 파라미터의 랜드스케이프 또는 맵이 형성될 수 있다. 랜드스케이프/맵은 예를 들어 다음과 같이 도 7의 프로세스를 사용하여 계산될 수 있다. 정적 입력 파라미터는 전력 그리드를 모델링하기 위한 전력 시스템 모델, 예를 들어 전력 그리드의 임피던스, 전력 공급 모델, 전력 소비 모델, 전력 그리드 토폴로지 등을 구축하는 데 사용될 수 있다. 그런 다음, 전기 파라미터는 전력 시스템 모델을 사용하여 전력 그리드의 다양한 로케이션에서 계산될 수 있다. 다양한 로케이션은 측정 장치(들)가 제공되는 로케이션을 포함할 수 있다. 또한, 전기 파라미터는 전술한 바와 같이 측정 장치(들)를 사용하여 전력 그리드로부터 측정될 수 있다. 그런 다음 계산된 전기 파라미터와 측정된 전기 파라미터를 비교할 수 있다. 계산된 전기 파라미터와 측정된 전기 파라미터가 비교에서 결정된 대로 충분한 방식으로 일치하면, 전력 시스템 모델이 정확한 것으로 결정될 수 있으며 전기 파라미터는 전력 시스템 모델을 사용하여 측정 장치(들)가 제공되지 않은 다른 로케이션들에 대해 계산될 수 있다. 비교에 의해 표시된 대로 계산된 전기 파라미터와 측정된 전기 파라미터 사이에 불일치가 있는 경우, 예를 들어 정적 입력 파라미터로 사용되는 임피던스 값을 조정하여 전력 시스템 모델을 조정할 수 있다. 그 후, 전기 파라미터의 새로운 계산 및 새로운 측정이 수행될 수 있다.
또 다른 실시형태에서, 상관 모델은 더 낮은 전압 레벨과 더 높은 전압 레벨 사이의 전달 임피던스를 채용한다. 이 실시형태에서, 더 낮은 전압 레벨과 더 높은 전압 레벨 사이의 전달 임피던스가 알려진 경우 더 낮은 전압 레벨에 대한 (능동) 측정을 사용하여 더 높은 전압 레벨에 대한 전기 파라미터를 추정할 수 있다. 이 실시형태에서, 더 높은 전압 레벨에 대한 그리고 내인성 자극에 기초한 수동 측정은 전달 임피던스 및 따라서 상관 모델을 보정하기 위해 사용될 수 있다. 몇 가지 더 낮은 전압 레벨 측정 장치를 사용하여 더 높은 전압 레벨에서 전기 파라미터를 추정하여 측정 부정확성을 평균화할 수 있다. 평균화는 간단한 평균화 또는 측정들을 결합하는 보다 정교한 방법을 사용할 수 있으며, 예를 들어 칼만 필터가 관련 예이다.
블록(712)에서 전기 파라미터, 예를 들어 고장 레벨의 추정을 트리거한 때에, 블록(714)에서 그리드 로케이션 X 에서 측정된 측정 데이터가 획득된다. 추정은 예를 들어 상관 모델의 완료 또는 교정에 의해 트리거될 수 있다. 측정 데이터를 획득하면 블록(714)에서 획득한 측정 데이터와 블록(710)에서 구축된 상관 모델을 사용하여 블록(716)에서 로케이션 X 이외의 다양한 로케이션에 대한 전기 파라미터가 계산된다. 블록(718)에서, 로케이션 X 이외의 로케이션들 중 임의의 하나에 대한 전기 파라미터의 계산이 액션을 트리거하는지 여부가 결정된다. 그 결정은 하나 이상의 임계값, 예를 들어 임계 고장 레벨과 다른 로케이션과 연관된 전기 파라미터(들)의 비교에 기초할 수 있다. 액션이 트리거되지 않으면 프로세스가 종료될 수 있다. 액션이 블록(718)에서 트리거되면, 프로세스는 액션이 트리거되는 블록(720)으로 진행할 수 있다. 액션에는 전력 그리드에서의 감지된 이상에 대한 통지의 출력, 경보 발생 등이 포함될 수 있다.
상관 모델을 사용하여 전력 그리드의 2개의 실제 로케이션 사이의 전기 파라미터를 매핑하는 것에 추가하거나, 또는 대안으로서, 상관 모델은 전력 그리드가 수정되는 경우 고장 레벨을 추정 및/또는 예측하는 데 사용될 수 있다. 예를 들어, 상관 모델은 새로운 피더 버스 (feeder bus) 를 추가하거나 피더 버스 또는 변전소를 교체하는 효과를 평가하는 데 사용될 수 있다. 도 7 의 절차는 수정을 나타내기 위해 전력 그리드의 토폴로지 및/또는 임피던스 값과 같은 정적 파라미터를 변경하고 그 변경이 설명되도록 상관 모델을 재계산할 수 있다.
도 8은 측정 장치들이 결합될 수 있는 전력 그리드의 단순화된 구조를 예시한다. 위에서 설명된 바와 같이, 하나의 측정 장치(122)는 더 높은 전압 레벨에, 예를 들어 송전 그리드 공급 포인트(800)에 연결될 수 있다. 다수의 프라이머리 버스 1~N (805) 는 송전 그리드 공급 포인트에 연결될 수 있으며, 디지털 고장 레코더 (digital fault recorder: DFR) 또는 유사한 측정 장치가 각각의 프라이머리 버스 또는 프라이머리 버스 1~N 의 서브 세트에 연결될 수 있다. DFR 은 전술한 측정 장치 (120 내지 129) 의 일례이다. 일 실시형태에서, DFR은 전력 그리드에서 검출된 내인성 자극에 기초하여 측정을 수행하도록 구성된다. DFR 들은 모두 전력 그리드의 동일한 유닛, 예를 들어 변전소에 제공될 수 있지만, 각 DFR은 상이한 프라이머리 버스에 연결될 수 있으므로 전력 그리드의 상이한 지점들에 연결될 수 있다. 다른 실시형태에서, DFR 들은 다수의 유닛들, 예를 들어 상이한 변전소들에 제공되어, 전력 그리드 또는 전력 그리드의 서브 네트워크에서 고장 레벨의 더 넓은 개관을 제공한다. 의도적 교란을 생성하는 데 사용되는 부하 뱅크(802) 또는 유사한 장치는 도 8에 도시된 바와 같이 프라이머리 버스들 또는 그것의 서브세트에 연결될 수 있고 측정 장치(128, 129)는 각 부하 뱅크(802) 또는 부하 뱅크들(802)의 서브세트에 연결될 수 있다. 도 8에 도시된 바와 같이, 측정 데이터는 이 실시형태에서는 3가지인 다양한 전압 레벨에서 제공될 수 있다. 측정 장치(122)는 최고 전압 레벨에서 (수동) 측정을 수행하고, DFR은 더 낮은 전압 레벨에서 (수동) 측정을 수행하고, 측정 장치(128, 129)는 가장 낮은 전압 레벨에서 (능동) 측정을 수행한다.
능동 측정과 수동 측정 사이에서 측정 방법을 선택하는 관점에서 부하 뱅크를 사용하는 또는 다르게는 자극을 능동적으로 생성하는 능동 측정은 자극의 능동적 생성이 자극 생성의 복잡성 측면에서 더 실현 가능한 낮은 전압 레벨에서 사용될 수 있다. 더 낮은 전압 레벨에서는 자극을 생성하기 위해 더 작은 부하 뱅크가 필요하다. 더 높은 전압 레벨에서는, 수동 측정 방법이 복잡성 측면에서 더 효율적일 수 있지만, 능동 측정은 더 높은 전압 레벨에 의해 유도되는 요건들로 인해 더 복잡하거나 더 큰 교란 생성 장치의 사용으로 기술적으로 가능할 수 있다.
전술한 원리에 따르면, 다른 프라이머리 버스로부터 획득한 측정 데이터를 이용하여 어떠한 측정 장치도 포함하지 않는 프라이머리 버스에 대해서도 전기적 파라미터를 계산할 수 있다. 또한 위에 설명된 원리에 따르면, 특정 프라이머리 버스의 다른 전압 레벨에서 또는 심지어 다른 전압 레벨 또는 다른 프라이머리 버스에서 획득된 측정 데이터를 사용하여 하나의 전압 레벨에서의 프라이머리 버스에 대한 전기 파라미터를 추정할 수 있다. 측정 로케이션에서 다른 로케이션까지의 거리가 증가할수록 매핑/상관의 정확도도 떨어진다. 하나의 전압 변환을 통해 한 전압 레벨에서 다른 전압 레벨로의 정확도는 충분히 정확할 수 있지만 다른 전압 변환을 통해 또 다른 전압 레벨에 대한 정확도는 일부 애플리케이션에서 충분히 정확하지 않은 것으로 간주될 수 있다. 최고 전압 레벨과 높은 상관을 갖는 도 8의 최저 전압 레벨에 대한 능동 측정을 사용하기 위해, 도 1의 측정 장치(121) 및 부하 뱅크(141)가 변압기(113)와 연결되어 사용될 수 있다. 따라서, 능동 측정은 능동 측정이 효율적으로 수행될 수 있는 낮은 전압 레벨에서 수행될 수 있으며, 여전히 가장 높은 전압 레벨에서 단 한 홉(하나의 변압기(113)) 떨어진 능동 측정을 제공할 수 있다. 그 결과, 예를 들어, 도 5의 실시형태를 사용함으로써 심지어 가장 높은 전압 레벨에 대한 측정 데이터의 정확한 상관이 달성될 수 있다.
도 9는 고장 레벨 또는 상관 모델을 사용하여 여기에 설명된 다른 하나 이상의 전기적 파라미터를 추정하거나 예측하기 위한 기능들의 적어도 일부를 수행하도록 구성된 장치의 실시형태를 도시한다. 장치는 적어도 하나의 프로세서 또는 처리 회로(12) 및 적어도 하나의 메모리(20)를 포함하는 전자 디바이스를 포함할 수 있다. 장치는 단일 컴퓨터 또는 위에서 설명된 클라우드 컴퓨팅 시스템과 같은 컴퓨터 시스템을 포함할 수 있다. 장치는 처리 회로에 연결된 통신 회로(26)를 더 포함할 수 있다. 통신 회로(26)는 인터넷 프로토콜(IP), 이더넷 프로토콜 등과 같은 하나 이상의 컴퓨터 네트워크 프로토콜을 지원하기에 적합한 하드웨어 및 소프트웨어를 포함할 수 있다.
메모리(20)는 처리 회로(12)의 기능을 정의하는 컴퓨터 프로그램 코드를 포함하는 컴퓨터 프로그램(소프트웨어)(22)을 저장할 수 있다. 컴퓨터 프로그램 코드는 처리 회로(12)에 의해 판독 및 실행될 때 처리 회로가 도 3의 프로세스, 도 2의 블록(202 내지 206), 또는 컴퓨터 구현 프로세스로서 실시형태 중 어느 하나를 실행하게 할 수 있다. 메모리는 상관 모델, 획득된 측정 데이터 및 전력 그리드의 정적 파라미터를 저장하는 데이터베이스(24)를 더 저장할 수 있다.
처리 회로(12)는 전력 그리드에 연결된 측정 장치로부터 측정 데이터를 획득하고(단계 404, 408, 416, 506) 측정 데이터를 데이터베이스에 저장하도록 구성된 측정 데이터 획득 회로(16)를 포함할 수 있다. 충분한 양의 측정 데이터를 획득하면, 측정 데이터 획득 회로(16)는 상관 모델을 생성하거나 교정하기 위한 절차를 초기화하도록 초기화 회로(15)를 제어할 수 있다. 초기화는 전력 그리드의 정적 파라미터의 취출 (단계 700) 및 측정 데이터의 취출 및 머신 러닝 회로(14)에 대한 정보의 입력을 포함할 수 있다. 정적 파라미터는 전력 그리드의 임피던스, 전력 공급/소비 프로파일, 토폴로지 등과 같은 전력 그리드의 내부 파라미터를 포함할 수 있다. 정적 파라미터는 날씨 프로파일, 가격 책정 요금, 일사량 패턴 등과 같은 전력 그리드 외부의 파라미터를 포함할 수 있다. 머신 러닝 회로(14)는 그 후 블록(710)을 실행하고 상관 모델을 형성하거나 업데이트할 수 있다. 상관 모델을 완료하면, 머신 러닝 회로(14)는 데이터베이스에 상관 모델을 저장한다. 그것은 또한 (업데이트된) 상관 모델의 가용성을 매핑 회로(17)에 통지할 수 있다. 매핑 회로(17)는 그 후, 측정 데이터 획득 회로(16)로부터 새로운 측정 데이터를 수신하면, 위에서 설명한 대로, 상관 모델을 사용하여 측정 데이터로부터 계산된 전기 파라미터를 전력 그리드의 다른 로케이션 또는 다른 로케이션들의 대응하는 전기 파라미터에 매핑할 수 있다. 새로운 전기 파라미터를 계산하면, 새로운 전기 파라미터는 예를 들어 블록(718, 720)을 실행하도록 구성된 결정 회로(18)로 출력될 수 있다. 결정 회로(18)는 또한 상관 모델의 재교정이 필요한지 여부를 결정할 수 있다. 교정이 필요한 경우, 결정 회로는 전술한 것과 유사한 방식으로 교정을 초기화하도록 초기화 회로(15)를 구성할 수 있다.
본 출원에서 사용되는 바와 같이, '회로'라는 용어는 다음을 모두 나타낸다: (a) 아날로그 및/또는 디지털 회로만의 구현과 같은 하드웨어 전용 회로 구현 및 (b) (해당되는 경우) 다음과 같은 회로와 소프트웨어(및/또는 펌웨어)의 조합: (i) 프로세서(들) 의 조합 또는 (ii) 장치가 다양한 기능을 수행하게 하도록 함께 작동하는 디지털 신호 프로세서(들), 소프트웨어 및 메모리를 포함하는 프로세서(들)/소프트웨어의 일부들, 및 (c) 회로들, 예를 들어 소프트웨어 또는 펌웨어가 물리적으로 존재하지 않더라도 작동을 위해 소프트웨어 또는 펌웨어를 필요로 하는, 마이크로프로세서(들) 또는 마이크로프로세서(들) 의 일부 '회로' 의 이러한 규정은 이러한 적용시 이러한 용어의 모든 사용에 적용된다. 추가의 실시형태로서, 본 출원에 사용되는 바와 같이, 용어 '회로' 는 또한 단지 프로세서 (또는 다수의 프로세서들) 또는 프로세서의 일부 및 이 (또는 이들의) 수반되는 소프트웨어 및/또는 펌웨어의 구현을 포함할 것이다. '회로'라는 용어는 또한 예를 들어 그리고 특정 요소에 적용 가능한 경우, 모바일 전화용 기저대역 집적 회로 또는 애플리케이션 프로세서 집적 회로 또는 서버, 셀룰러 네트워크 장치 또는 다른 네트워크 장치의 유사한 집적 회로를 포함한다.
전술한 바와 같이, 블록(406)에서 내인성 전기 자극을 측정하는 것과 관련하여, 내인성 전기 자극이 고장 레벨과 같은 전기 파라미터를 측정하기에 적합한지 먼저 검증될 수 있다. 이러한 검증 절차는 위에서 설명된 다른 실시형태와 관련하여 사용될 수 있지만 상관 모델과 관련하여만 검증을 사용해야 하는 것은 아니다. 사실, 검증 절차는 일반적으로 전기 파라미터를 계산하는 데 사용될 수 있다. 도 10 은 전력 그리드에서 내인성 교란 동안 측정된 측정 데이터를 입증하기 위한 검증 절차의 실시형태를 도시한다. 도 10을 참조하면, 그 절차는 전력 그리드에서 내인성 교란을 검출하는 단계(블록 1000); 교란 동안 또는 교란이 유효한 동안 전력 그리드의 하나 이상의 전기적 특성을 측정 및 저장하여 (블록 1002) 측정 데이터를 획득하는 단계; 측정 데이터를 분석하는 단계(블록 1002); 블록(1002)의 분석이 측정 데이터가 고장 레벨과 같은 전기 파라미터를 추정하기에 적합하다는 것을 나타내면, 측정 데이터는 블록(1006)에서 입증되고 측정 데이터를 처리 시스템(150)에 보고하는 것과 같은 추가 처리로 전달되는 단계를 포함한다. 한편, 측정 데이터가 부적합하다고 결정되면, 측정 데이터는 블록(1008)에서 폐기될 수 있다.
일 실시형태에서, 측정 데이터는 컴트레이드 또는 전압 및/또는 전류 샘플을 저장하는 다른 데이터 포맷 파일에 저장되고, 분석은 컴트레이드 또는 상기 다른 데이터 포맷 파일의 컨텐츠에 대해 수행된다.
일 실시형태에서, 블록들 (1002 및 1004) 에서의 분석은 교란의 강도가 정확한 측정을 수행하기에 충분히 높다는 것을 검증하는 것을 포함한다. 이것은 검출된 교란, 예를 들어 교란으로 인한 전압 및/또는 전류 변동을 하나 이상의 임계값과 비교함으로써 검증될 수 있다.
일 실시형태에서, 분석은 교란이 절차를 검출하고 수행한 측정 장치의 로케이션에 근접한지 여부를 검증하는 것을 포함한다. 근접성은 전력 그리드으로부터 획득되고 교란을 포함하는 신호의 파형을 분석함으로써 평가될 수 있다. 신호가 계단 함수를 포함하는 경우, 교란은 측정 장치의 로케이션에 근접한 것으로 결정될 수 있고, 측정 데이터는 블록 (1006) 에서 입증될 수 있다. 반면에, 신호가 지수 파형을 포함하는 경우, 교란은 측정 장치에서 멀리 떨어져 있는 것으로 결정될 수 있으며 측정 데이터는 입증되지 않는다 (블록 1008). 상술된 바와 같이, 전력 그리드의 임피던스는 교란의 로케이션으로부터의 거리에 따라 계단 함수에서 지수 함수 쪽으로 측정되는 전기 신호의 파형을 변형시킨다.
일 실시형태에서, 도 2 내지 도 7 및 도 10 과 관련하여 설명된 프로세스들 중 적어도 일부는 설명된 프로세스들 중 적어도 일부를 수행하기 위한 대응 수단을 포함하는 장치에 의해 수행될 수도 있다. 프로세스를 수행하기 위한 몇 가지 예시적인 수단은 다음 중 적어도 하나를 포함할 수 있다: 검출기, 프로세서 (이중 코어 및 다중 코어 프로세서들 포함), 디지털 신호 프로세서, 제어기, 수신기, 송신기, 인코더, 디코더, 메모리, RAM, ROM, 소프트웨어, 펌웨어, 디스플레이, 사용자 인터페이스, 디스플레이 회로, 사용자 인터페이스 회로, 사용자 인터페이스 소프트웨어, 디스플레이 소프트웨어, 회로, 안테나, 안테나 회로 및 회로. 일 실시형태에서, 적어도 하나의 프로세서, 메모리 및 컴퓨터 프로그램 코드는 처리 수단을 형성하거나 도 2 내지 도 7 및 도 10 의 실시형태들 또는 이들의 동작에 따른 하나 이상의 동작을 수행하기 위한 하나 이상의 컴퓨터 프로그램 코드 일부를 포함한다.
또 다른 실시형태에 따르면, 실시형태를 수행하는 장치는 적어도 하나의 프로세서 및 컴퓨터 프로그램 코드를 포함하는 적어도 하나의 메모리를 포함하는 회로를 포함한다. 활성화될 때, 회로는 장치로 하여금 도 2 내지 도 7 및 도 10 의 실시형태 중 어느 하나에 따른 기능 또는 그 동작의 적어도 일부를 수행하게 한다.
본원에 기술된 기법들 및 방법들은 다양한 수단으로 구현될 수도 있다. 예를 들어, 이러한 기술들은 하드웨어 (하나 이상의 디바이스들), 펌웨어 (하나 이상의 디바이스들), 소프트웨어 (하나 이상의 모듈들) 또는 이들의 조합으로 구현될 수도 있다. 하드웨어 구현을 위해, 실시형태들의 장치(들)은 하나 이상의 주문형 집적회로들 (ASICs), 디지털 신호 프로세서들 (DSPs), 디지털 신호 프로세싱 디바이스들 (DSPDs), 프로그래밍가능 로직 디바이스들 (PLDs), 필드 프로그래밍가능 게이트 배열체들 (FPGAs), 프로세서들, 제어기들, 마이크로-제어기들, 마이크로프로세서들, 본원에서 설명되는 기능들을 수행하도록 설계된 다른 전자 유닛들, 또는 이들의 조합 내에서 구현될 수도 있다. 펌웨어 또는 소프트웨어에 대해서, 이러한 구현은 본원에 개시된 기능을 수행하는 적어도 하나의 칩 셋 (절차, 기능 등) 의 모듈들을 통해 수행될 수 있다. 소프트웨어 코드들은 메모리 유닛에 저장되고 프로세서들에 의해 실행될 수도 있다. 메모리 유닛은 프로세서 내에 또는 프로세서 외부에 구현될 수도 있다. 후자의 경우에, 이는 당업계에 알려진 바와 같이 다양한 수단을 통해 프로세서에 통신가능하게 연결될 수 있다. 추가로, 본원에 개시된 시스템의 구성요소들은, 이와 관련하여 개시된 다양한 양태들 등의 달성을 용이하게 하기 위해 추가의 구성요소들에 의해 재배열 및/또는 보완될 수 있고, 당업자라면 이해할 수 있는 바와 같이, 주어진 도면들에 제시된 정확한 구성으로 제한되지 않는다.
설명된 실시형태들은 또한 컴퓨터 프로그램 또는 그 일부에 의해 규정된 컴퓨터 프로세스의 형태로 수행될 수 있다. 도 2 내지 도 7 및 도 10 과 관련하여 설명된 방법의 실시형태들은 대응하는 명령을 포함하는 컴퓨터 프로그램의 적어도 일부를 실행함으로써 수행될 수도 있다. 컴퓨터 프로그램은 소스 코드 형태, 물체 코드 형태, 또는 일부 중간 형태일 수 있고, 프로그램을 수행할 수 있는 임의의 엔티티 또는 디바이스일 수 있는 일종의 캐리어에 저장될 수도 있다. 예를 들어, 컴퓨터 프로그램은 컴퓨터 또는 프로세서에 의해 판독가능한 컴퓨터 프로그램 분배 매체에 저장될 수도 있다. 컴퓨터 프로그램 매체는, 예를 들어 기록 매체, 컴퓨터 메모리, 판독 전용 메모리, 전기 캐리어 신호, 통신 신호 및 소프트웨어 분배 패키지일 수 있지만, 이에 제한되지 않는다. 컴퓨터 프로그램 매체는 예를 들어 비일시적인 매체일 수도 있다. 도시되고 설명된 실시형태들을 수행하기 위한 소프트웨어의 코딩은 당업자의 사상내에 있다. 일 실시형태에서, 컴퓨터 판독가능 매체는 상기 컴퓨터 프로그램을 포함한다.
본 발명이 첨부 도면들에 따른 실시형태들을 참조하여 전술하였지만, 본 발명은 이에 제한되지 않고 첨부된 청구범위의 범위 내에서 여러 방식으로 수정될 수 있음이 명백하다. 따라서, 모든 단어와 표현은 광범위하게 해석되어야 하며, 실시 형태를 제한하지 않는 것으로 설명하고자 한다. 기술 진보에 따라, 본원의 개념이 다양한 방식으로 구현될 수 있음이 당업자에게 자명할 것이다. 더욱이, 개시된 실시형태들이 다양한 방식으로 다른 실시형태들과 조합될 수 있지만, 필수적인 것이 아님이 당업자에게 명백하다.

Claims (27)

  1. 전력 그리드를 모니터링하는 방법으로서,
    상기 전력 그리드에서 하나 이상의 물리적 자극들을 검출하는 단계;
    상기 하나 이상의 물리적 자극들이 유효인 동안, 상기 전력 그리드의 제 1 로케이션과 연관된 제 1 세트의 측정 데이터를 획득하는 단계;
    상기 제 1 세트의 측정 데이터에 기초하여 상기 전력 그리드의 상기 제 1 로케이션의 고장 레벨을 계산하는 단계;
    상기 제 1 세트의 측정 데이터 및 상기 제 1 로케이션과 제 2 로케이션의 전기적 특성들 간의 상관에 기초하여 상기 고장 레벨을 상기 전력 그리드의 상기 제 2 로케이션의 고장 레벨에 매핑하는 단계를 포함하는, 전력 그리드를 모니터링하는 방법.
  2. 제 1 항에 있어서,
    상기 제 2 로케이션으로부터의 측정 데이터는 적어도 현재 이용가능하지 않은, 전력 그리드를 모니터링하는 방법.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 하나 이상의 물리적 자극들은 상기 전력 그리드에 대한 하나 이상의 장치들의 전력 공급 및 전력 소비 중 적어도 하나의 변화를 야기함으로써 야기되는, 전력 그리드를 모니터링하는 방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 제 1 로케이션은 제 1 전압 레벨에 있고 상기 제 2 로케이션은 상기 제 1 전압 레벨과 상이한 제 2 전압 레벨에 있는, 전력 그리드를 모니터링하는 방법.
  5. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 제 1 로케이션 및 상기 제 2 로케이션은 모두 상기 전력 그리드의 동일한 전압 레벨에 로케이팅되는, 전력 그리드를 모니터링하는 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    머신 러닝을 사용함으로써, 트레이닝 데이터로서, 상기 제 1 세트의 측정 데이터 및 상기 전력 그리드에서의 적어도 하나의 내인성 자극들과 관련하여 측정된 적어도 제 2 세트의 측정 데이터를 사용하여 상기 상관을 형성하는 단계를 더 포함하는, 전력 그리드를 모니터링하는 방법.
  7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
    머신 러닝을 사용함으로써, 트레이닝 데이터로서, 상기 제 1 세트의 측정 데이터 및 상기 제 1 로케이션과 상기 제 2 로케이션 사이의 상기 전력 그리드의 전기적 특성들에 관한 정보를 사용함으로써 상기 상관을 형성하는 단계를 더 포함하는, 전력 그리드를 모니터링하는 방법.
  8. 제 7 항에 있어서,
    상기 전기적 특성들은 임피던스 데이터를 포함하는, 전력 그리드를 모니터링하는 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
    상기 제 1 로케이션 및 상기 제 2 로케이션과는 상이한 추가의 로케이션에서, 상기 전력 그리드에서 생성된 추가 물리적 자극을 검출한 때에, 측정된 추가 세트의 측정 데이터를 사용하여 상기 제 1 로케이션 및/또는 상기 제 2 로케이션의 계산된 고장 레벨을 검증하는 단계를 더 포함하는, 전력 그리드를 모니터링하는 방법.
  10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
    상기 제 1 세트의 측정 데이터는 상기 하나 이상의 물리적 자극들의 발생에 따라 간헐적으로 또는 연속적으로 획득되는, 전력 그리드를 모니터링하는 방법.
  11. 제 1 항 내지 제 10 항 중 어느 한 항에 있어서,
    상기 전력 그리드의 다수의 로케이션들에서 상기 전력 그리드에 다수의 의도적으로 생성된 상호 동기 물리적 자극들을 유발하는 단계;
    상기 하나 이상의 물리적 자극들이 유효인 동안, 상기 전력 그리드의 상기 다수의 로케이션들과 연관된 다수의 세트들의 측정 데이터를 획득하는 단계;
    상기 다수의 세트들의 측정 데이터에 기초하여 상기 전력 그리드의 상기 다수의 로케이션들 각각에 대한 상기 고장 레벨을 계산하는 단계; 및
    머신 러닝 및 상기 머신 러닝을 위한 트레이닝 데이터로서의 상기 전력 그리드의 상기 다수의 로케이션들 각각의 상기 고장 레벨을 사용하여 상기 상관을 형성하는 단계를 포함하는, 전력 그리드를 모니터링하는 방법.
  12. 제 1 항 내지 제 11 항 중 어느 한 항에 있어서,
    상기 제 1 세트의 측정 데이터와 상이한 시점에서 측정된 적어도 제 2 세트의 측정 데이터를 획득하는 단계;
    상기 전력 그리드에서 상기 고장 레벨의 시간적 거동을 나타내도록 상관 모델을 배열하는 단계; 및
    상기 상관 모델을 사용하여 상기 고장 레벨의 미래 거동을 추정하는 단계를 더 포함하는, 전력 그리드를 모니터링하는 방법.
  13. 전력 그리드의 고장 레벨을 모니터링하는 시스템으로서,
    상기 시스템은,
    상기 전력 그리드에서의 하나 이상의 물리적 자극들에 기초하여, 상기 전력 그리드의 제 1 로케이션과 연관된 제 1 세트의 측정 데이터를 획득하는 것;
    상기 제 1 세트의 측정 데이터에 기초하여 상기 전력 그리드의 상기 제 1 로케이션의 고장 레벨을 계산하는 것;
    상기 제 1 세트의 측정 데이터 및 상기 제 1 로케이션과 제 2 로케이션의 전기적 특성들 간의 상관에 기초하여 상기 고장 레벨을 상기 전력 그리드의 상기 제 2 로케이션의 고장 레벨에 매핑하는 것
    을 수행하는 수단을 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  14. 제 13 항에 있어서,
    상기 전력 그리드에서 상기 하나 이상의 물리적 자극들을 생성하기 위한 하나 이상의 장치들;
    상기 제 1 세트의 측정 데이터를 측정하는 수단을 더 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  15. 제 14 항에 있어서,
    상기 전력 그리드에 대한 상기 하나 이상의 장치들의 전력 공급 및 전력 소비 중 적어도 하나의 변화를 야기함으로써 상기 하나 이상의 물리적 자극들을 야기하는 수단을 더 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  16. 제 13 항 내지 제 15 항 중 어느 한 항에 있어서,
    임계값을 초과하는 전력 그리드의 내인성 교란을 검출하면 제 2 세트의 측정 데이터를 측정하는 수단을 더 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  17. 제 13 항 내지 제 16 항 중 어느 한 항에 있어서,
    상기 수단은 상기 제 2 로케이션으로부터의 측정 데이터가 적어도 일시적으로 이용가능하지 않을 때 상기 제 1 로케이션의 고장 레벨을 상기 제 2 로케이션의 고장 레벨에 매핑하도록 구성되는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  18. 제 13 항 내지 제 17 항 중 어느 한 항에 있어서,
    상기 제 1 로케이션은 제 1 전압 레벨에 있고 상기 제 2 로케이션은 상기 제 1 전압 레벨과 상이한 제 2 전압 레벨에 있는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  19. 제 13 항 내지 제 17 항 중 어느 한 항에 있어서,
    상기 제 1 로케이션 및 상기 제 2 로케이션은 모두 상기 전력 그리드의 동일한 전압 레벨에 로케이팅되는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  20. 제 13 항 내지 제 19 항 중 어느 한 항에 있어서,
    머신 러닝을 사용함으로써, 트레이닝 데이터로서, 상기 제 1 세트의 측정 데이터 및 상기 전력 그리드에서의 적어도 하나의 내인성 자극들과 관련하여 측정된 적어도 제 2 세트의 측정 데이터를 사용하여 상기 상관을 형성하는 수단을 더 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  21. 제 13 항 내지 제 20 항 중 어느 한 항에 있어서,
    머신 러닝을 사용함으로써, 트레이닝 데이터로서, 상기 제 1 세트의 측정 데이터 및 상기 제 1 로케이션과 상기 제 2 로케이션 사이의 상기 전력 그리드의 전기적 특성들에 관한 정보를 사용함으로써 상기 상관을 형성하는 수단을 더 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  22. 제 21 항에 있어서,
    상기 전기적 특성들은 임피던스 데이터를 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  23. 제 13 항 내지 제 22 항 중 어느 한 항에 있어서,
    상기 제 1 로케이션 및 상기 제 2 로케이션과는 상이한 추가의 로케이션에서, 상기 전력 그리드에서 생성된 추가 물리적 자극을 검출한 때에, 측정된 추가 세트의 측정 데이터를 사용하여 상기 제 1 로케이션 및/또는 상기 제 2 로케이션의 계산된 고장 레벨을 검증하는 수단을 더 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  24. 제 13 항 내지 제 23 항 중 어느 한 항에 있어서,
    상기 수단은 상기 하나 이상의 물리적 자극들의 발생에 따라 상기 제 1 세트의 측정 데이터를 간헐적으로 또는 연속적으로 획득하도록 구성되는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  25. 제 13 항 내지 제 24 항 중 어느 한 항에 있어서,
    상기 전력 그리드의 다수의 로케이션들에서 상기 전력 그리드에 다수의 의도적으로 생성된 상호 동기 물리적 자극들을 유발하는 수단;
    상기 하나 이상의 물리적 자극들이 유효인 동안, 상기 전력 그리드의 상기 다수의 로케이션들과 연관된 다수의 세트들의 측정 데이터를 획득하는 수단;
    상기 다수의 세트들의 측정 데이터에 기초하여 상기 전력 그리드의 상기 다수의 로케이션들 각각에 대한 상기 고장 레벨을 계산하는 수단; 및
    머신 러닝 및 상기 머신 러닝을 위한 트레이닝 데이터로서의 상기 전력 그리드의 상기 다수의 로케이션들 각각의 상기 고장 레벨을 사용하여 상기 상관을 형성하는 수단을 더 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  26. 제 13 항 내지 제 25 항 중 어느 한 항에 있어서,
    상기 제 1 세트의 측정 데이터와 상이한 시점에서 측정된 적어도 제 2 세트의 측정 데이터를 획득하는 수단;
    상기 전력 그리드에서 상기 고장 레벨의 시간적 거동을 나타내도록 상관 모델을 배열하는 수단; 및
    상기 상관 모델을 사용하여 상기 고장 레벨의 미래 거동을 추정하는 수단을 더 포함하는, 전력 그리드의 고장 레벨을 모니터링하는 시스템.
  27. 컴퓨터에 의해 판독가능하고 컴퓨터 프로그램 명령들을 포함하는 컴퓨터 프로그램 제품으로서,
    상기 컴퓨터 프로그램 명령들은 상기 컴퓨터에 의해 실행될 때,
    전력 그리드에서의 하나 이상의 물리적 자극들에 기초하여, 상기 전력 그리드의 제 1 로케이션과 연관된 제 1 세트의 측정 데이터를 획득하는 것;
    상기 제 1 세트의 측정 데이터에 기초하여 상기 전력 그리드의 상기 제 1 로케이션의 고장 레벨을 계산하는 것;
    상기 제 1 세트의 측정 데이터 및 상기 제 1 로케이션과 제 2 로케이션의 전기적 특성들 간의 상관에 기초하여 상기 고장 레벨을 상기 전력 그리드의 상기 제 2 로케이션의 고장 레벨에 매핑하는 것
    을 포함하는 컴퓨터 프로세스의 실행을 야기하는, 컴퓨터 프로그램 제품.
KR1020227002425A 2019-06-25 2020-06-09 전력 그리드의 전기 파라미터들을 결정하는 시스템 KR20220053551A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19182247.7A EP3757583B1 (en) 2019-06-25 2019-06-25 System for determining electric parameters of an electric power grid
EP19182247.7 2019-06-25
PCT/EP2020/065896 WO2020260003A1 (en) 2019-06-25 2020-06-09 System for determining electric parameters of an electric power grid

Publications (1)

Publication Number Publication Date
KR20220053551A true KR20220053551A (ko) 2022-04-29

Family

ID=67070608

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227002425A KR20220053551A (ko) 2019-06-25 2020-06-09 전력 그리드의 전기 파라미터들을 결정하는 시스템

Country Status (15)

Country Link
US (2) US11215979B2 (ko)
EP (2) EP3757583B1 (ko)
JP (2) JP7322197B2 (ko)
KR (1) KR20220053551A (ko)
CN (1) CN114391106A (ko)
AU (1) AU2019284127B1 (ko)
CA (1) CA3143379C (ko)
DK (1) DK3757583T3 (ko)
ES (1) ES2936616T3 (ko)
FI (1) FI3757583T3 (ko)
HR (1) HRP20230061T1 (ko)
IL (1) IL289126B2 (ko)
PL (1) PL3757583T3 (ko)
PT (1) PT3757583T (ko)
WO (1) WO2020260003A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2936616T3 (es) 2019-06-25 2023-03-21 Reactive Tech Limited Sistema para determinar parámetros eléctricos de una red de energía eléctrica
US11152785B1 (en) 2019-09-17 2021-10-19 X Development Llc Power grid assets prediction using generative adversarial networks
US11582048B2 (en) 2020-07-17 2023-02-14 Cisco Technology, Inc. Bi-directional power over ethernet for digital building applications
EP3982131A1 (de) * 2020-10-08 2022-04-13 Helmut-Schmidt-Universität System zur kombinierten orts-, zeit- und frequenzabhängigen bestimmung elektrischer kenngrössen in einem energieversorgungsnetz
CN112736923B (zh) * 2020-12-08 2023-06-20 华南理工大学 一种考虑电网故障影响的天然气网连锁故障评估控制方法
CN112560210B (zh) * 2020-12-16 2024-03-29 北京百度网讯科技有限公司 用于调整电网结构的方法、相关装置及计算机程序产品
CN114062801A (zh) * 2021-10-15 2022-02-18 云南电网有限责任公司 基于边缘计算的停电事件准实时监测方法及***

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH565468A5 (ko) 1973-01-31 1975-08-15 Bbc Brown Boveri & Cie
JPH0734625B2 (ja) * 1987-10-09 1995-04-12 三菱電機株式会社 電圧・無効電力制御製置
JPH0491623A (ja) * 1990-08-03 1992-03-25 Toshiba Corp 直流送電システム
WO1994001910A1 (en) * 1992-07-10 1994-01-20 Technisearch Limited High impedance fault detector
JP3367371B2 (ja) * 1997-02-28 2003-01-14 日新電機株式会社 分散型電源の単独運転防止装置
JPH10271686A (ja) * 1997-03-25 1998-10-09 Tokyo Electric Power Co Inc:The 電力系統の安定化装置
JP4080147B2 (ja) 1999-07-09 2008-04-23 三菱電機株式会社 系統縮約方法
US7308370B2 (en) * 2005-03-22 2007-12-11 Elster Electricity Llc Using a fixed network wireless data collection system to improve utility responsiveness to power outages
US20120022713A1 (en) * 2010-01-14 2012-01-26 Deaver Sr Brian J Power Flow Simulation System, Method and Device
JP2012163384A (ja) 2011-02-04 2012-08-30 Chugoku Electric Power Co Inc:The 短絡容量計測システム
GB201320544D0 (en) * 2013-11-20 2014-01-08 Outram Res Ltd Apparatus for use in fault level monitoring and/or impedance mapping based in disturbance evaluation
EP3117512A1 (en) 2014-05-12 2017-01-18 Siemens Aktiengesellschaft Fault level estimation method for power converters
RU2664711C2 (ru) * 2014-06-27 2018-08-23 Сименс Акциенгезелльшафт Защита в переходном режиме для мультитерминальной hdvc сети
EP4236024A3 (en) * 2016-06-13 2023-10-04 Electrical Grid Monitoring Ltd. A method and system for dynamic fault detection in an electric grid
EP3472912A1 (en) * 2016-06-21 2019-04-24 General Electric Company System and method for controlling a power generating unit
US10521525B2 (en) * 2017-01-23 2019-12-31 International Business Machines Corporation Quantifying a combined effect of interdependent uncertain resources in an electrical power grid
EP3376373A1 (en) * 2017-03-15 2018-09-19 Siemens Aktiengesellschaft A method for deployment and execution of a machine learning model on a field device
US10826287B2 (en) * 2018-02-03 2020-11-03 S&C Electric Company Method and system providing feeder fault response
US11349306B2 (en) * 2019-06-19 2022-05-31 King Fahd University Of Petroleum And Minerals Distribution grid fault analysis under load and renewable energy uncertainties
ES2936616T3 (es) 2019-06-25 2023-03-21 Reactive Tech Limited Sistema para determinar parámetros eléctricos de una red de energía eléctrica
US20230024645A1 (en) * 2021-07-16 2023-01-26 Schweitzer Engineering Laboratories, Inc. Systems and methods for identifying electric power delivery system event locations using machine learning

Also Published As

Publication number Publication date
DK3757583T3 (da) 2023-01-16
US11914355B2 (en) 2024-02-27
AU2019284127B1 (en) 2020-09-24
JP2023139219A (ja) 2023-10-03
US11215979B2 (en) 2022-01-04
US20200409347A1 (en) 2020-12-31
EP4166955A1 (en) 2023-04-19
EP3757583A1 (en) 2020-12-30
ES2936616T3 (es) 2023-03-21
CN114391106A (zh) 2022-04-22
IL289126B1 (en) 2023-04-01
JP2022537826A (ja) 2022-08-30
IL289126A (en) 2022-02-01
CA3143379A1 (en) 2020-12-30
JP7322197B2 (ja) 2023-08-07
PT3757583T (pt) 2023-01-11
US20220083037A1 (en) 2022-03-17
IL289126B2 (en) 2023-08-01
CA3143379C (en) 2024-05-14
FI3757583T3 (fi) 2023-03-20
HRP20230061T1 (hr) 2023-04-28
EP3757583B1 (en) 2022-12-07
WO2020260003A1 (en) 2020-12-30
PL3757583T3 (pl) 2023-05-08

Similar Documents

Publication Publication Date Title
JP7322197B2 (ja) 電力グリッドの電気パラメータを決定するためのシステム
KR102304537B1 (ko) 송전 주파수 응답
Yao et al. A fast load control system based on mobile distribution-level phasor measurement unit
CN105515184B (zh) 基于无线传感网络的多传感器多参量配网协同监测***
US9819227B2 (en) State trajectory prediction in an electric power delivery system
KR20130119044A (ko) 전력 계통 감시 및 제어시스템에서 고장전류 제어 방법
TW201832166A (zh) 電力流特性
KR20140100165A (ko) 전력계통운영 시각화 시스템 및 그 방법
GB2576605A (en) System for determining electric parameters of an electric power grid
CN105046011A (zh) 基于分布式电网拓扑计算的电气设备状态快速分析方法
Grilo et al. A management system for low voltage grids
JP2016161302A (ja) 事故点標定装置及び方法、電力系統監視システム、設備計画支援システム
KR101569586B1 (ko) 계통 해석 데이터의 처리를 위한 장치 및 방법
CN115698739A (zh) 用于联网监测至少一个变压器的方法
Sănduleac et al. On the frequency measurement in Wide Area Measurement and Control Systems
De Silva et al. Designing a Remote Monitoring System for Improving the Reliability of Distribution Feeders in Sri Lanka
Meydani et al. Synchrophasor Technology Applications and Optimal Placement of Micro-Phasor Measurement Unit (μPMU): Part II
Venturi et al. Evaluating the robustness of an active network management function in an operational environment
Kamjom et al. Framework to establish a simplex communication system over a power line using load signatures
NZ720073B2 (en) Grid frequency response

Legal Events

Date Code Title Description
E902 Notification of reason for refusal