Massachusetts Teknoloji Enstitüsü tarafından yürütülen bir projenin parçası olarak, araştırmacılar, değerleri zamanla değişen birçok değişkenden karmaşık birbirine bağlı sistemleri modellemek için bir teknik tanımladılar. "Bayes ağı", bu çoklu zaman serilerindeki bağlantıları eşleştirir ve verilerdeki anormallikleri tespit etmeyi öğrenir.
Yeni yöntem, anormallikleri tespit etmek için elle hazırlanmış kurallar yerine denetimsiz öğrenmeyi kullanır.
Böyle bir sistem, enerji sağlayıcılarının elektrik şebekesindeki hatalı veya tehlikede olan bileşenleri daha iyi tanımlamasını sağlayacaktır. Böylece, elektrik şebekesinin durumu, tüm şebekedeki voltajın büyüklüğü, frekansı ve açısı, akım dahil olmak üzere birçok veri noktasından oluşabilir. Sistem, kopmuş bir kablo veya kopmuş izolasyondan kaynaklanabilecek anormal veri noktalarını algılayacaktır.
“Güç şebekesi durumunda, insanlar istatistikleri kullanarak veri toplamaya ve ardından alan bilgisi ile keşif kurallarını tanımlamaya çalıştılar. Örneğin voltaj belirli bir oranda yükselirse şebeke operatörü uyarılmalıdır. Bu tür sistemler, istatistiksel veri analizi ile geliştirilmiş olsa bile, çok fazla çalışma ve deneyim gerektirir. Çalışmanın yazarları, bu süreci otomatikleştirmenin yanı sıra gelişmiş makine öğrenimi tekniklerini kullanarak verilerden kalıplar çıkarabiliyoruz” diyor.
Geliştirmenin yazarları, modellerini Amerika Birleşik Devletleri'ndeki iki ara bağlantının ölçümlerini kaydeden iki özel veri kümesi üzerinde test etti ve sinir ağlarına dayalı diğer makine öğrenimi yöntemlerine göre üstünlüğünü ortaya koydu.
Genel veri anomalisi algılama yöntemi, bir elektrik şebekesi ihlali durumunda alarm oluşturmak ve siber saldırı amaçlı bir elektrik kesintisinin devalüasyonunu tespit etmek için de kullanılabilir. Uzmanlar, "Bizim yöntemimiz esas olarak bir elektrik şebekesini normal bir durumda simüle etmeyi amaçladığından, nedenden bağımsız olarak anormallikleri tespit edebilir" diyor.
Model, anormalliklerin kesin nedenini tam olarak belirleyemez, derler, ancak güç sisteminin hangi bölümünün arızalı olduğunu belirler. Model, elektrik şebekesinin durumunu izlemek ve bir dakika içinde bir ağ arızasını bildirmek için kullanılabilir.
bbabo.Net