电网特征事件库：赋能深度电网行为分析
项目背景与起源
电网特征事件库通过提供电网运行波形数据集，增强公用事业和研究人员对电网行为的理解。该项目始于2019年，2021年起正式启动，Aaron Wilson于2022年春接手负责。美国能源部（DOE）资助建立这一波形特征库，旨在为工程师提供参考，帮助他们识别自家系统中的类似波形行为。随着数据来源扩展和推广深入，该库已获得广泛关注。
标准化波形分类与标签体系
面对不同数据提供商各异的标注方式，团队构建了三层分类体系：
- 组（Groups）：高层类别，如受影响相位、自然灾害等条件
- 类（Classes）：中层分类，如天气、电能质量
- 子类（Subclasses）：具体事件，如雷暴、电流浪涌、暂态
该分类法涵盖现有数据与领域知识，新数据均能找到合适归类。
典型事件分类示例
- 条件组 → 天气类 → 雷暴子类
- 事件组 → 电能质量类 → 电流浪涌/暂态子类
暂态被定义为异常行为，如电容器组投切引起的短时浪涌电流，若系统设计不当可能损坏设备。
用户应用场景
用户注册账号后可访问仪表盘，支持多维查询：时间、文本描述、采样率、传感器类型等。提供波形在线预览和下载功能。主要用途包括：
- 反向搜索：上传未知波形匹配数据库，辨识可能故障类型（正在开发中）
- 工程师培训：学习各类事件波形特征，如电弧波形
- 故障诊断辅助：对比现场波形与数据库，确认或排除疑似故障
实战价值与局限
识别事件类型后，运维人员可针对性处理，如检测到早期电弧特征可预防绝缘子击穿。但定位仍需结合具体线路。波形受传感器距离、线路参数等影响，库不提供定位功能，这是重大研究课题。
未来发展方向
- 持续扩充数据量与质量，优先接收真实现场数据而非仿真数据
- 支撑AI在电网领域的应用，DOE大量征集相关项目
- 服务学术研究与工程实践双重需求
传感器