Grid Monitoring and Protection with Continuous Point-on-Wave Measurements and Generative AI

要約

目的 この記事では、生成人工知能 (AI)、機械学習、統計的推論における最近の進歩を活用した、次世代グリッド監視および制御システムの事例を紹介します。
監視制御およびデータ取得（SCADA）およびシンクロフェーザ技術に基づいて構築された前世代の広域監視システムを超えて、AI を使用した連続ポイントオンウェーブ（CPOW）測定のストリーミングに基づく監視および制御フレームワークを主張します。
データ圧縮と障害検出を強化します。
方法と結果: 提案された設計のアーキテクチャは、定常的なランダム プロセスを独立した同一分布の確率変数を持つイノベーション シーケンスに因果的に変換するランダム プロセスの Wiener-Kallianpur イノベーション表現に由来しています。
この研究では、(i) CPOW 時系列からイノベーション シーケンスを抽出するイノベーション オートエンコーダーを学習し、(ii) イノベーション オートエンコーダーとサブバンド コーディングを使用して CPOW ストリーミング データを圧縮し、(iii) を介して未知の障害と新しい傾向を検出する、生成 AI アプローチを提示します。
ノンパラメトリック逐次仮説検定。
結論: この研究では、SCADA およびフェーザ測定ユニット (PMU) 技術を使用した従来のモニタリングは、インバータベースの再生可能発電と分散型エネルギー リソースが深く浸透した将来の送電網には不向きであると主張しています。
CPOW データ ストリーミングと AI データ分析に基づく監視システムは、非常に動的な将来のグリッドの状況認識のための基本的な構成要素となるはずです。

要約(オリジナル)

Purpose This article presents a case for a next-generation grid monitoring and control system, leveraging recent advances in generative artificial intelligence (AI), machine learning, and statistical inference. Advancing beyond earlier generations of wide-area monitoring systems built upon supervisory control and data acquisition (SCADA) and synchrophasor technologies, we argue for a monitoring and control framework based on the streaming of continuous point-on-wave (CPOW) measurements with AI-powered data compression and fault detection. Methods and Results: The architecture of the proposed design originates from the Wiener-Kallianpur innovation representation of a random process that transforms causally a stationary random process into an innovation sequence with independent and identically distributed random variables. This work presents a generative AI approach that (i) learns an innovation autoencoder that extracts innovation sequence from CPOW time series, (ii) compresses the CPOW streaming data with innovation autoencoder and subband coding, and (iii) detects unknown faults and novel trends via nonparametric sequential hypothesis testing. Conclusion: This work argues that conventional monitoring using SCADA and phasor measurement unit (PMU) technologies is ill-suited for a future grid with deep penetration of inverter-based renewable generations and distributed energy resources. A monitoring system based on CPOW data streaming and AI data analytics should be the basic building blocks for situational awareness of a highly dynamic future grid.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google