W artykule przedstawiono zagadnienie nadmiernych zwisów linii napowietrznych stanowiących zagrożenie wystąpienia awarii w systemie elektroenergetycznym. Problem zaprezentowano w kontekście analizy ryzyka ze wskazaniem przyczyn nadmiernych zwisów oraz ich konsekwencji na pracę systemu elektroenergetycznego. W pracy przedstawiono również zależność wielkości zwisu linii WN od zmiennych warunków atmosferycznych dla różnych typów przewodów.
EN
Article presents the problem of excessive sags of overhead lines posing a threat of a failure in the power system. The problem is presented in the context of risk analysis with an indication of the causes of excessive overhangs and their consequences on the operation of the power system. The work also presents the dependence of the HV line sag on the changing atmospheric conditions for different types of wires.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Big data processing in the Smart Grid context has many large-scale applications that require real-time data analysis (e.g., intrusion and data injection attacks detection, electric device health monitoring). In this paper, we present a big data platform for anomaly detection of power consumption data. The platform is based on an ingestion layer with data densification options, Apache Flink as part of the speed layer and HDFS/KairosDB as data storage layers. We showcase the application of the platform to a scenario of power consumption anomaly detection, benchmarking different alternative frameworks used at the speed layer level (Flink, Storm, Spark).
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.