Немецкие ученые применили ИИ для сжатия данных синхронизированных векторных измерений

Исследователи из немецкого института Fraunhofer IOSB разработали методы с применением ИИ для существенного сжатия больших данных и их использования в автоматическом обнаружении аномалий и ошибок в работе сети.

Разработанные методы снизить потребности в памяти для архивирования до 80%.

Расширение использования ВИЭ ведет к увеличению нагрузки на электрические сети, особенно в динамических зонах. Для обнаружения критической динамики традиционные измерения больше не достаточны, поэтому все чаще они дополняются синхронизированными векторными измерениями (СВИ), которые позволяют в режиме реального времени контролировать частоту, напряжение и фазовый угол, делая до 50 выборок в секунду. Из-за такого частоты выборки за один день может быть получено множество гигабайт данных. Для решения этой проблемы ученые из Fraunhofer IOSB разработали методы сжатия, которые могут значительно — до 80% — снизить потребность в памяти для архивирования и ускорить последующий анализ данных.

Андре Куммеров
Fraunhofer IOSB
Мы должны иметь возможность автоматически обрабатывать, сжимать и оценивать до 4,3 миллиона записей в день. Наши подходы к обнаружению ошибок, соответственно, сложны, и поэтому мы используем методы, основанные на ИИ.

Далее СВИ могут использоваться для обнаружения отклонений от нормальной работы сети (аномалий) и для выявления определенных неисправностей в режиме реального времени. В этом случае методы ИИ используются для автоматической оценки измеренных значений. [renen.ru, iosb.fraunhofer.de]

Фото в анонсе: Fraunhofer IOSB.

Цифровая подстанция

(close)

 

Цифровая подстанция

(close)

Имя пользователя должно состоять по меньшей мере из 4 символов

Внимательно проверьте адрес электронной почты

Пароль должен состоять по меньшей мере из 6 символов

 

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: