[论文解读] A Data Driven Framework for Real Time Power System Event Detection and Visualization.

Ben McCamish, Rich Meier+4 more|arXiv (Cornell University)|Jan 1, 2015

Power System Optimization and Stability参考文献 16被引用 3

一句话总结

本文提出了一种基于数据驱动的框架，利用PMU数据流实现实时电力系统事件检测与可视化。该框架集成了一个快速事件检测算法，可实时关联多个PMU数据流，并将结果输入可视化模块；同时，通过优化的索引系统，使高选择性归档数据查询的性能提升超过30倍。

ABSTRACT

Increased adoption and deployment of phasor measurement units (PMU) has provided valuable fine-grained data over the grid. Analysis over these data can provide real-time insight into the health of the grid, thereby improving control over operations. Realizing this data-driven control, however, requires validating, processing and storing massive amounts of PMU data. This paper describes a PMU data management system that supports input from multiple PMU data streams, features an event-detection algorithm, and provides an efficient method for retrieving archival data. The event-detection algorithm rapidly correlates multiple PMU data streams, providing details on events occurring within the power system in real-time. The event-detection algorithm feeds into a visualization component, allowing operators to recognize events as they occur. The indexing and data retrieval mechanism facilitates fast access to archived PMU data. Using this method, we achieved over 30x speedup for queries with high selectivity. With the development of these two components, we have developed a system that allows efficient analysis of multiple time-aligned PMU data streams.

研究动机与目标

• 为解决大规模、时间对齐的PMU数据流在实时环境下的管理、分析与可视化挑战。
• 开发一种高效的事件检测算法，通过关联多个PMU数据流，及时识别电网扰动。
• 通过优化的索引机制，实现归档PMU数据的快速检索。
• 为操作员提供检测到的事件的实时可视化，以提升态势感知能力。

提出的方法

• 通过可扩展的数据摄入管道从多个PMU数据流中摄取数据。
• 事件检测算法实时关联多个同步的PMU测量数据，以检测异常或扰动。
• 该框架采用自定义索引结构，以加速归档PMU数据的检索，尤其适用于高选择性查询。
• 事件检测结果被输入实时可视化组件，以支持操作员决策。
• 系统确保多流PMU数据的时间对齐，以实现准确的事件关联。
• 索引机制旨在支持历史PMU数据上的高效范围查询和基于模式的查询。

实验结果

研究问题

• RQ1 如何高效地实时处理和关联多个时间对齐的PMU数据流，以检测电力系统事件？
• RQ2 何种索引策略能够实现对归档PMU数据中高选择性查询的快速检索？
• RQ3 如何有效可视化实时事件检测结果，以支持操作员响应？
• RQ4 使用所提出的索引方法，查询响应时间可实现多大的性能提升？
• RQ5 事件检测算法在不同PMU数据模式下的可扩展性和准确性如何？

主要发现

• 所提出的索引机制在归档PMU数据的高选择性查询中实现了30倍的响应时间加速。
• 事件检测算法成功实现实时关联多个PMU数据流，能够及时识别电网扰动。
• 可视化组件使操作员能够实时识别并响应事件，显著提升态势感知能力。
• 该系统支持对多个同步PMU数据流的高效分析，实现全面的电网监控。
• 该框架在处理大规模PMU数据时表现出良好的可扩展性，具备低延迟处理能力。
• 事件检测与可视化的集成提供了一套实用的实时电力系统监控解决方案。