Een door ESA gesteund project maakt gebruik van satellietnavigatie om een ​​intelligent gevoel van plaats en tijd aan elektriciteitsnetten toe te voegen, om vroegtijdig te waarschuwen voor potentieel gevaarlijke storingen in het elektriciteitsnetwerk.

Vier jaar geleden dwong een schijnbare brand uit het niets tot de evacuatie van 5000 mensen uit het centrum van Londen. Dikke zwarte rook en verstikkende dampen kwamen uit putdeksels toen de stroom naar de wijk Holborn werd afgesneden. Het plaatselijke metrostation in Londen werd gesloten, samen met West End theaters en rechtbanken.

Deze 36 uur durende brand begin april 2015 werd uiteindelijk herleid tot defecte elektrische kabels in een ondergrondse tunnel, die vervolgens een aangrenzende gasleiding beschadigde. In het geval, brandweerlieden moesten een bomverwijderingsrobot van Scotland Yard lenen om de bron van de brand te lokaliseren.

"Elektriciteitsnetten worden nog steeds op een zeer traditionele manier beheerd, " zegt David Brain van het Britse bedrijf Powerline Technologies, deelnemen aan een nieuw ESA-project genaamd Enersyn.

"Er is letterlijk geen instrumentatie in de meeste lokale laagspanningsonderstations - de eerste keer dat een distributiebedrijf weet van een stroomstoring is wanneer een klant hen opbelt. En er zijn alleen al meer dan een miljoen van deze onderstations in het VK."

Dit gebrek aan data urgent makend is het feit dat er meer dan ooit van elektriciteitsnetten wordt gevraagd. De traditionele eenrichtingsstroom van elektriciteitscentrales is niet langer het geval, voorstander van een 'smart grid'-model waarbij consumenten ook stroom kunnen opwekken met huishoudelijke zonnepanelen of windturbines – en er zijn ongekende stroomstromen nodig voor onder meer elektrische voertuigen.

"Het stroomdistributiesysteem is nooit gebouwd om deze technologieën aan te kunnen, " voegt hij eraan toe. "Het is een grote zorg bij elektriciteitsbedrijven dat stroom wordt in- en uitgeschakeld op manieren waarvoor het elektriciteitsnet niet is ontworpen."

Het Enersyn-project ontwikkelt een gestandaardiseerd monitoringplatform voor subsystemen en hoogspanningslijnen, ontworpen om zo'n honderd keer per seconde snapshots te maken van elektriciteitsstroom en -spanning bij korte stroompieken - anomalieën die op zichzelf misschien geen problemen veroorzaken, maar vroege aanwijzingen kunnen zijn voor ernstiger problemen.

Dit project wordt ondersteund door ESA's Navigation Innovation and Support Program (NAVISP), de zwaarbevochten expertise van ESA van Galileo en het Europese EGNOS-satellietvergrotingssysteem toepassen op nieuwe satellietnavigatie en – breder – plaatsbepaling, uitdagingen op het gebied van navigatie en timing.

"We bouwen voort op een eerder project waarin we kijken naar de toepassing van machine learning en signaalverwerkingstechnieken op elektriciteitsnetgegevens, om elektriciteitsdistributiebedrijven een zo volledig mogelijk situationeel bewustzijn te bieden, " legt David uit. "We willen een fijnkorrelig beeld geven dat vervolgens op verschillende manieren kan worden geanalyseerd, het nemen van een multi-applicatie platformmodel, gelijk aan de manier waarop uw smartphone werkt."

De sleutel om Enersyn te laten werken, is een veerkrachtige timingbron voor monitoring, het mogelijk maken van nauwkeurige tijdstempels van de gegevens die het systeem verzamelt, om een ​​echt nauwkeurige momentopname vast te leggen voor vervolggegevensanalyse.

De sensoren ter grootte van een schoenendoos die golfvormgegevens registreren, zullen daarom gebruik maken van meerdere timingbronnen, het combineren van satellietnavigatiesignalen – tot op een paar miljardsten van een seconde nauwkeurig dankzij atoomklokken in de ruimte en een wereldomspannend grondsegment voor foutdetectie en -correctie – ondersteund door signalen van het Britse terrestrische eLoran (afkorting van Low-frequency , verbeterde langeafstandsnavigatie) langegolfradiosysteem dat indien nodig ook ondergronds kan worden doorgegeven, plus aanvullende bronnen, waaronder de nationale omroep BBC Radio 4.

Na het voltooien van een prototype timing-eenheid, het Enersyn-consortium ontwikkelt nu machine learning-algoritmen en ontwerpt monitoringsensoren.