研究人员开发模型来预测和防止使用大数据停电

雷暴期间的高速风可能导致电网周围的树木撞到配电系统馈线，导致该区域停电。目前，大多数公用事业公司通过安排定期的树木修剪操作来减少此类事故。这种努力是昂贵的并且基于对不同服务区域的旋转方法，这可能需要数月甚至数年才能修剪所有树木。

德克萨斯A&M大学的研究人员开发了一种智能模型，可以预测公用事业资产的潜在漏洞，并提供可能发生中断的地点和时间的地图。预测功能允许首先修剪具有最高风险的最关键区域中的树木。

Mladen Kezunovic博士，电气和计算机工程系Eugene E. Webb教授，董事会成员，研究生Tatjana Dokic和Po-Chen Chen，开发了一个可以预测天气危害的模型框架，电网的脆弱性和潜在损害的经济影响。

通过分析潜在脆弱性和天气影响对电力系统中断的影响，研究人员可以预测何时何地可以发生中断。预测最佳树木修剪计划可以最大限度地降低植被相关中断的风险，这只是其中一个应用。

“公用电网和相关资产大多位于户外，并且面临各种天气危害。处理老化的基础设施资产增加了公用事业公司面临的另一层复杂性，”Kezunovic说。“任何与电力系统有关的环境数据都可以纳入这个预测框架。”

诸如公用事业公司的运营记录，天气预报，电力系统周围的高度和植被等数据可用于定制模型的应用。

该模型非常灵活，可以处理各种数据，尽管格式和数据源不同。研究人员说，处理这些数据是他们能够解决的一项艰巨任务。每个数据源及其表示都是不同的和多方面的。根据目标，他们从多个来源中选择大量输入数据并执行风险分析。

这种全面的数据分析使电力系统及其运行更加可靠。

“公用事业公司的首要目标是确保不间断的服务，”陈说。“通过提高可靠性，我们可以预测中断。如果我们能够通过历史和接近实时的数据来防止中断，我们可以节省数百万美元，因为可以减少中断。”

研究人员将他们的框架方法描述为一个由三部分组成的过程。首先，他们调查潜在危险的可能性，例如恶劣天气。接下来，他们通过考虑天气概率并预测其对资产的影响来评估公用事业资产的脆弱性。最后也是最重要的一步是评估某些事件的影响以及可靠性指标和维护，更换和维修成本的计算。

该模型分析了历史和接近实时的天气数据，并成功预测了未来的脆弱性，使公用事业公司能够采取有效的缓解措施，例如检查，维修和维护流程。

“整体而言，风险分析有助于预测事件发生在不久的将来发生的可能性，然后增加财务影响，从而为公用事业运营商制定最佳行动计划，”陈说。

“当发生停电事故时，公用事业公司只需要修理就会损失数百万美元，”Dokic说。“过去已经证明了某些中断如何造成宝贵的生命损失。”