Grid Signature Event Library: Tiefe Analyse des Stromnetzes durch Wellenform-Datenbank

Die Grid Signature Event Library verbessert das Verständnis von Versorgern und Forschern für das Netzverhalten, indem sie Zugriff auf Datensätze von Wellenformen aus dem Netzbetrieb bietet. (Bild: Adam Malin/ORNL, U.S. Dept. of Energy)

Interview mit Aaron Wilson: Entstehung und Nutzen der Bibliothek

Wie begann das Projekt?

Aaron Wilson: Ich war nicht der Urheber der Grid Event Signature Library. Als ich 2019 ins Labor kam, war sie noch ziemlich neu, kam aber erst ab 2021 richtig in Fahrt. Ich übernahm die Leitung im Frühjahr 2022.

Wir erhielten Finanzierung vom DOE, um eine Bibliothek von Ereignissignaturen aus dem Stromnetz zu erstellen. Sie sollte eine zentrale Anlaufstelle sein, um zu sehen, wie sich bestimmte Wellenformen im System verhalten, damit Ingenieure wissen, worauf sie in ihren eigenen Systemen achten müssen. Mit mehr Daten von verschiedenen Partnern und kontinuierlicher Promotion in den letzten Jahren hat das Projekt stark an Zugkraft gewonnen.

Gibt es ein standardisiertes Klassifizierungssystem für Wellenformen und Ereignis-Labels?

Wilson: Eine Herausforderung vor einigen Jahren war die Zuweisung eines einheitlichen Beschriftungsschemas für all die verschiedenen Datentypen, die wir von Anbietern erhielten. Jeder hatte seine eigene Art, ein Label für ein Ereignis zu vergeben – meist in Form einer textuellen Beschreibung dessen, was der Bediener oder Ingenieur notierte. Nachdem wir alle vorhandenen Daten durchforstet hatten, entwickelten wir ein hierarchisches System, das alles abdeckt – sowohl aus diesem Datensatz als auch aus dem allgemeinen Domänenwissen über Stromsysteme. So entstand eine Taxonomie, die ziemlich einheitlich über unseren gesamten Datensatz anwendbar ist. Wenn neue Daten eintreffen, können wir sie dank der Breite der Taxonomie immer einem passenden Slot zuordnen.

Wie sieht die Taxonomie aus?

Wilson: Sie hat drei Ebenen: Gruppen, Klassen und Unterklassen. Gruppen sind die obersten Kategorien – etwa welche Phasen im Stromsystem betroffen sind (typischerweise drei Phasen). Es gibt eine Gruppe „Bedingungen“ für Naturkatastrophen und wetterbedingte Ereignisse. In Klassen und Unterklassen geht es dann in spezifischere Kategorien hinab.

Beispiele für Kategorien?

Wilson: Beispielsweise: Gruppe „Bedingungen“, Klasse „Wetter“, Unterklasse „Gewitter“. Oder Gruppe „Ereignisse“, Klasse „Power Quality“, Unterklassen „Stromstoß“ oder „Transient“.

Wie ordnen Sie Stromstöße oder Transienten als Ereignisse ein?

Wilson: Ein Transient ist ein Ereignis nach unserer Definition: etwas, das als Anomalie auftritt – ein unerwartetes abnormales Verhalten. Spannung und Strom verhalten sich im Netz sinusförmig. Das System ist so ausgelegt, dass diese Phänomene so „sauber“ wie möglich verlaufen – ohne Rauschen oder anomale Ereignisse. Eine Anomalie könnte sein, wenn ein Schutzschalter auslöst oder ein Leitungsabschnitt getrennt wird. Ein Transient könnte durch das Ein- oder Ausschalten einer Kondensatorbank verursacht werden, was einen kurzen Stromstoß in das System einspeist. Wenn das System nicht dafür ausgelegt ist, kann dies Geräte beschädigen.

Was kann ein Nutzer mit diesen Informationen anfangen?

Wilson: Nutzer können ein Konto erstellen und auf unser Dashboard zugreifen. Dort können sie mit verschiedenen Suchkriterien Ereignisse in unserer Bibliothek finden. Im Dashboard sehen sie Metadaten: Datum und Uhrzeit, die textuelle Beschreibung, die Abtastrate, den Sensortyp. Es gibt einen Download-Button und eine Vorschau-Funktion, um den Wellenformverlauf vor dem Herunterladen anzuzeigen.

Vergleichen Versorger ihre Netzereignisse mit Ihrer Datenbank?

Wilson: Absolut. Wir arbeiten auch an einem Tool für eine Art „Reverse Image Search“: Man erhält Daten vom Netz, kennt die Ursache nicht, und sucht in der Datenbank nach dem besten Match. Das könnte Hinweise auf die mögliche Ursache geben. Ein laufendes Projekt.

Ein weiterer Nutzen ist die allgemeine Ausbildung: Ingenieure können lernen, wie bestimmte Ereignisse aussehen – etwa „Lichtbogen“ –, um ihr Auge zu schulen. Ein Bediener sieht etwas Ungewöhnliches in seinen Daten, vermutet „Lichtbogen“, sucht danach und vergleicht die Wellenformen: „Sehen diese ähnlich aus? Oh, das sieht ziemlich verwandt aus – das könnte es sein.“ Oder es hilft, die Vermutung auszuschließen.

Wie nutzt ein Netzbetreiber die Information, sobald er die Ereignisart kennt?

Wilson: Das hängt vom Ereignistyp ab. Wenn man ein Muster sieht, das auf einen beginnenden Ausfall (incipient failure) hindeutet – etwa zukünftigen Lichtbogen –, kann man es gegen die Datenbank abgleichen und stoppen, bevor ein Isolator durchbricht oder Geräte beschädigt werden. Das wäre sehr wertvoll, da Lichtbogen schwer zu detektieren sind.

Aber man muss das Ereignis ja auch orten.

Wilson: Natürlich, aber das ist nur eine Datenbank – kein System, das sagt, wo etwas auftreten könnte, da jeder Stromkreis anders ist.

Sehen Wellenformen nicht anders aus, je nach Abstand zwischen Sensor und Ereignis?

Wilson: Absolut. Viele Faktoren spielen eine Rolle bei der Organisation einer solchen Datenbank. Für volle Observabilität bräuchte man Sensoren alle paar Meter – ökonomisch nicht machbar. Man muss also fundierte Urteile fällen. Beim Lichtbogen-Beispiel: Die Messungen wären wahrscheinlich sehr nah am Ereignisort, basierend auf der Physik, wie Frequenzen von Lichtbogenereignissen entlang des Leiters verlaufen. Man könnte sagen, es passiert „in der Nähe“ – aber genaue Meter- oder Meilenangaben sind nicht in der Bibliothek enthalten. Das ist tatsächlich ein großes Forschungsproblem.

Möchten Sie noch etwas hinzufügen?

Wilson: Wir arbeiten seit einigen Jahren daran. Es gibt einen starken Fokus darauf, diese Datenbank für akademische und Forschungszwecke auszubauen, nicht nur als Werkzeug für Versorger. Es gibt viel KI-Entwicklung für Stromnetze. Das DOE ruft viele KI- und datenbasierte Anwendungen für das Netz aus. Dies soll auch solche Bemühungen unterstützen.

Arbeiten Sie an der Erweiterung der Datenbank – Quantität oder Qualität?

Wilson: Ja und ja. Beides sind laufende Bemühungen. Wir sind immer hungrig nach Daten.

Von wem erhoffen Sie sich mehr Daten?

Wilson: Immer von Versorgern, da sie die realistischsten Daten haben. Wir könnten so viel simulieren wie wir wollen, aber Simulationen decken nicht alle Randfälle ab, die in der Realität auftreten. Alles in unserer Bibliothek stammt derzeit von echten Sensoren im Feld – nicht aus Simulationen. Simulierte Daten haben Wert, aber ohne Kenntnis der Physik jedes Stromkreises im Land und weltweit können wir nicht alle anomalen Verhaltensweisen in Simulationen erfassen.