在全球气候变化加剧、野火频发的背景下，电力系统安全成为备受关注的焦点。近日，美国电力管理公司伊顿（Eaton）与美国国家可再生能源实验室（NREL）合作，开发出一款基于人工智能的创新工具，专门用于检测难以察觉的高阻抗（HiZ）故障。这一技术不仅能有效减少电力中断，还能大幅降低由电力线故障引发的野火风险，为能源系统的韧性和可靠性提供了新解法。
智能检测，守护电力安全
高阻抗故障（HiZ）是指电力导体（如掉落的电线）与地面接触时发生的短路现象。这种故障产生的能量较小，传统检测手段常常难以捕捉。然而，这类故障却可能引发火花，点燃周围的易燃物，最终导致毁灭性的野火。为应对这一挑战，伊顿与NREL携手，通过美国陆军建设工程研究实验室（CERL）的资助，启动了一项利用机器学习技术检测HiZ故障的项目。
NREL电力系统高级研究员、项目负责人理查德·布莱斯（Richard Bryce）表示：“我们的目标是增强电力系统的韧性，帮助公用事业公司在极端事件中做出更快响应。这款工具将为电力公司提供更可靠、更安全的解决方案，降低因高阻抗故障引发的野火风险，为用户带来更稳定的电力供应。”
技术突破：从模拟到现实
为了开发这款工具，伊顿在模拟环境中进行了广泛测试，涵盖了多种电线坠地场景，包括不同地面类型（如草地、碎石地）、湿度水平、美国常见树种等外部因素。这些测试生成的大量数据被移交至NREL研究团队。NREL利用其先进的电网仿真能力和多家美国电力公司提供的实地数据，将这些数据输入到电力系统计算机辅助设计平台（PSCAD）中，生成了一个包含多种HiZ故障场景的大型数据集。
这些数据集远超实地或实验室环境所能提供的场景范围，为训练人工智能神经网络（ANN）提供了坚实基础。研究团队对多个神经网络模型进行了筛选，最终选出最擅长识别HiZ故障状态的模型，开发出一款接近实用的检测工具。一旦该工具检测到故障，电力公司便可迅速调配资源前往现场，及时修复，降低电力中断和野火发生的可能性。
布莱斯对此评价道：“这个项目完美结合了各方优势。伊顿的实地测试提供了真实实验数据，而NREL的高性能计算和机器学习能力则为电力公司提供了具有显著现实意义的解决方案。”
广泛应用，助力全球电网升级
目前，NREL正与美国及国际合作伙伴紧密合作，致力于推广这一技术，使其算法更具普适性，适用于美国乃至全球的电力系统。这款工具的广泛应用将显著提升电网的安全性和稳定性，为应对极端天气和自然灾害提供技术保障。
在能源转型和气候变化的双重挑战下，这项人工智能技术的突破无疑为全球电力行业注入了一剂强心针。它不仅展示了科技在保障能源安全中的巨大潜力，也为构建更韧性、更可靠的电力系统铺平了道路。未来，随着这一技术的进一步推广，电力公司将能更高效地应对潜在风险，为用户提供更安全、稳定的能源服务。这不仅是技术的胜利，更是人类与自然和谐共存的重要一步。
原文链接：
https://www.smart-energy.com/industry-sectors/energy-grid-management/artificial-neural-network-tool-to-detect-wildfire-sparking-powerline-faults/
作者：Yusuf Latief
更多需求与业务咨询，请扫码联系。
免责声明：本微信公众号所上传文章仅代表作者观点，版权归原作者所有。如文章来源标注有误或涉及作品版权等问题烦请告知，小编及时予以删除。
责编：魏星｜审核：陈铭亮丨监审：文卉
点击蓝字 关注我们