Los vientos de alta velocidad durante una tormenta eléctrica pueden hacer que los árboles alrededor de una red eléctrica choquen contra los alimentadores del sistema de distribución, causando una interrupción en esa área. Actualmente, la mayoría de las compañías de servicios públicos disminuyen tales accidentes al programar operaciones regulares de poda de árboles.y se basa en un enfoque rotativo para diferentes áreas de servicio, lo que puede llevar meses y, a veces, años antes de que se poden todos los árboles.
Los investigadores de la Universidad de Texas A&M han desarrollado un modelo inteligente que puede predecir una vulnerabilidad potencial a los activos de servicios públicos y presentar un mapa de dónde y cuándo puede ocurrir una posible interrupción. La característica predictiva permite que los árboles en las áreas más críticas con el mayor riesgo deser recortado primero.
El Dr. Mladen Kezunovic, Profesor de Regentes y titular de la cátedra Eugene E. Webb en el Departamento de Ingeniería Eléctrica e Informática, junto con los estudiantes graduados Tatjana Dokic y Po-Chen Chen, han desarrollado el marco para un modelo que puede predecir el climariesgos, vulnerabilidad de las redes eléctricas y el impacto económico del daño potencial.
Al analizar el impacto de una vulnerabilidad potencial y los impactos climáticos en las interrupciones del sistema eléctrico, los investigadores pueden predecir dónde y cuándo pueden ocurrir las interrupciones. Predecir un programa óptimo de poda de árboles que minimice el riesgo de interrupciones relacionadas con la vegetación es solo una de lasaplicaciones.
"Las redes de servicios públicos y los activos relacionados se encuentran principalmente al aire libre y están expuestos a todo tipo de riesgos climáticos. El manejo de los activos de infraestructura obsoletos agrega otra capa de complejidad a la que se enfrentan las compañías de servicios públicos", dijo Kezunovic. "Cualquier tipo de información ambiental que tengacierta relevancia para el sistema de energía se puede alimentar a este marco de predicción ".
Los datos como los registros operativos de una empresa de servicios públicos, pronósticos del tiempo, altitud y vegetación alrededor de los sistemas de energía se pueden usar para personalizar las aplicaciones del modelo.
El modelo es flexible y puede procesar una variedad de datos a pesar de los diferentes formatos y fuentes de datos. Los investigadores dicen que procesar dichos datos es una tarea exigente que han podido resolver. Cada fuente de datos y su presentación es diferente y multifacética. Basadoen los objetivos, seleccionan una gran cantidad de datos de entrada de varias fuentes y realizan un análisis de riesgos.
Este análisis de datos integral hace que el sistema de energía y sus operaciones sean más confiables.
"El objetivo principal de las compañías de servicios públicos es garantizar un servicio ininterrumpido", dijo Chen. "Al mejorar la confiabilidad, podemos predecir interrupciones. Si podemos evitar interrupciones con datos históricos y en tiempo real, podemosahorrar millones de dólares ya que los cortes pueden ser mitigados "
Los investigadores describen su metodología para el marco como un proceso de tres partes. Primero, investigan la probabilidad de un peligro potencial, como el clima severo. Luego, evalúan la vulnerabilidad de los activos de la empresa de servicios públicos tomando la probabilidad del clima y prediciendosu impacto en los activos. El último y más significativo paso es evaluar el impacto de ciertos eventos y el cálculo de los costos de los índices de confiabilidad y mantenimiento, reemplazo y reparación.
El modelo analizó datos meteorológicos históricos y en tiempo real y pronosticó con éxito vulnerabilidades futuras que permiten a las empresas de servicios públicos tener medidas de mitigación eficientes, como procesos de inspección, reparación y mantenimiento.
"En general, el análisis de riesgos ayuda a predecir la probabilidad de que ocurran eventos en el futuro cercano y luego agrega el impacto financiero que permite el desarrollo de un plan de acción óptimo para que los operadores de servicios públicos lo ejecuten", dijo Chen.
"Cuando ocurren interrupciones, las compañías de servicios públicos pierden millones de dólares en reparaciones", dijo Dokic. "El pasado ha demostrado cómo ciertas interrupciones también han costado vidas preciosas".
Los investigadores utilizaron los datos de utilidad de CenterPoint Energy en su marco y presentaron una prueba de concepto a la empresa. Su siguiente paso es la implementación del modelo en la base de datos y el entorno de CenterPoint.
Kezunovic también es director del Centro de Redes Inteligentes de la Estación Experimental de Ingeniería de Texas A&M. La investigación fue apoyada por CenterPoint Energy, el Centro de la Fundación Nacional de Ciencias NSF para Redes de Transmisión de Energía Eléctrica Resiliente de Área Ultra-Amplia y en parte por NSF Power SystemsEl Centro de Investigación de Ingeniería y NSF Smart Grid Big Data Spoke subvenciones. Lea más sobre la investigación en el Transacciones IEEE en Smart Grid diario
Fuente de la historia :
Materiales proporcionado por Universidad de Texas A&M . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :