Visualisierungskonzepte für die Prozesslenkung elektrischer Energieübertragungssysteme

Abstract

Elektrische Energieübertragungssysteme werden heute vermehrt nahe an ihren technischen Grenzen betrieben, woraus sich erschwerte Randbedingungen für das Schaltpersonal in den zentralen Netzleitstellen ergeben. Bisherige Lösungen zur Anzeige des Systemzustands basieren zum größten Teil auf der topologischen Darstellung des Netzes sowie einer Vielzahl einzelner Messwerte. Daraus ergibt sich eine unübersichtliche Datenflut.Die Arbeit stellt ein neues Visualisierungskonzept vor, das durch die Orientierung an der Abhängigkeitskette 'Ursache-Wirkung-Maßnahme' das Verhalten des Energieübertragungssystems anstelle einer messwertfokussierten Anzeige in den Mittelpunkt rückt. Dabei werden neben der Bewertung des Arbeitspunktes bezüglich seiner systemtechnischen Grenzen die Ursachen einer Zustandsänderung sowie korrigierende Maßnahmen im Zusammenhang dargestellt. Die Bestimmung der dafür erforderlichen Systemindikatoren sowie von problemspezifischen Detailinformationen wird aufgrund der Vorteile bezüglich der Rechenzeit und der Wissensrepräsentation vorwiegend mit Verfahren der Computational Intelligence realisiert.

Today's electric power systems are operated closer to their technical limits, which results in more complicated requirements for the staff in the control centre. Actual solutions for the visualization of the system state are mainly based on a topological representation of the grid combined with a huge number of single measurements. The consequence is a stressing amount of data. This thesis presents an innovative visualization concept, which rather focuses on the causal chain 'Cause-Effect-Action' of the power systems behaviour instead of displaying single measurements. Along with the assessment of power systems stability this includes the presentation of the causes for the changes of the system state and stabilizing control measures. Because of the advantages in the field of calculation time and knowledge handling, the determination of system indicators and problem specific detail information is mainly realized by methods of computational intelligence.