软件初创公司Barbara IoT正在开发一种基于边缘计算的工具,用于表征变电站元件在跳闸时的状态。
这家初创公司的解决方案是与西班牙 TSO Red Eléctrica 和技术平台 Elewit 合作的一个项目,旨在通过实时数据提高对变电站跳闸方式和原因的洞察力。
反过来,这旨在改善连通性,并为电网的运行、维护和规划提供有价值的信息。
目前,当发生跳闸时,技术人员会研究表征保护元件状态的变量,并根据变电站不同点记录的数据确定发生了什么。
基于这些数据,必要时设计缓解和纠正计划,以便针对每个事件更精确地审查和调整网络,以维持其运行。
然而,Elewit 表示,技术人员需要能够让他们以更敏捷、更实时的方式分析这些事件的工具。
Barbara IoT提出的解决方案将专注于设计和开发一种工具,以提供对这些事件的洞察力。
他们的解决方案是一个小型设备,一旦连接到相应的保护元件,就可以在Web应用程序中显示其所连接元件的电压和强度的行为。
Barbara IoT表示,这种小型设备能够以0.25毫秒的采样频率绘制元件的三相电流,是网络振荡频率的80倍。
有了这个速度,就有可能识别和分析可能触发旅行的原因。
该项目旨在满足变电站技术人员的需求,因为他们将能够获得用于监控和分析的数据。
Barbara IoT 和 Elewit 在一份新闻稿中详细介绍了此类解决方案将改善电网运营的一些方式:
提高系统可靠性:如果确定了跳闸的原因,则可以采取措施防止将来发生故障并提高整个电气系统的可靠性
预测性网络维护: 通过分析跳闸事件,可以在故障发生之前对组件实施维护策略
优化变电站运行:跳闸事件研究提供的信息可用于优化变电站的运行,提高输配电效率
根据说法,该解决方案基于边缘计算,这是一种原位计算,它从相同的硬件收集和处理数据,而不是像大多数基于物联网的设备那样将其发送到云端进行计算。
边缘计算提供的主要优势是其近乎即时的处理和监控能力。这样就不需要在进行分析时在后续程序中进行后处理。
据称,该项目已成功通过实验室测试,并正在验证过程中,以研究其在Red Eléctrica系统中的实施情况。