⚡ electrical engineering

Unsupervised Detection of Spatiotemporal Anomalies in PMU Data Using Transformer-Based BiGAN

यह शोध पत्र T-BiGAN प्रस्तुत करता है, जो एक नवीन अनसुपरवाइज्ड फ्रेमवर्क है जो लेबल किए गए फॉल्ट डेटा पर निर्भर हुए बिना PMU डेटा में स्पैटियोटेम्पोरल विसंगतियों का उच्च-सटीक, रीयल-टाइम डिटेक्शन प्राप्त करने के लिए विंडो-अटेंशन ट्रांसफॉर्मर्स और बायडायरेक्शनल GANs को संयोजित करता है।

मूल लेखक: Muhammad Imran Hossain, Jignesh Solanki, Sarika Khushlani Solanki

प्रकाशित 2026-04-14

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Muhammad Imran Hossain, Jignesh Solanki, Sarika Khushlani Solanki

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि पावर ग्रिड एक विशाल, जीवित शहर है। जिस तरह एक शहर को सुरक्षित रहने के लिए ट्रैफिक लाइट, पुलिस और डॉक्टरों की आवश्यकता होती है, उसी तरह पावर ग्रिड को भी यह सुनिश्चित करने के लिए निरंतर निगरानी की आवश्यकता होती है कि बिजली सुचारू रूप से और सुरक्षित रूप से प्रवाहित हो।

इस शोध पत्र में, लेखक एक नया "डिजिटल जासूस" पेश करते हैं जिसे T-BiGAN (ट्रांसफॉर्मर-आधारित BiGAN) कहा जाता है, जिसे ब्लैकआउट होने से पहले पावर ग्रिड में गड़बड़ी का पता लगाने के लिए डिज़ाइन किया गया है। यह कैसे काम करता है, यहाँ सरल शब्दों में समझाया गया है:

1. समस्या: बहुत अधिक डेटा, बहुत कम सुराग

पावर ग्रिड हाई-टेक सेंसर से ढका होता है जिन्हें PMUs (फेजर मेजरमेंट यूनिट्स) कहा जाता है। इन सेंसरों को हजारों हाई-स्पीड सुरक्षा कैमरों और हार्ट मॉनिटर्स के रूप में समझें जो 24/7 ग्रिड पर नज़र रखते हैं। वे वोल्टेज, फ्रीक्वेंसी और करंट के बारे में डेटा का एक विशाल प्रवाह वापस भेजते हैं।

चुनौती: कभी-कभी, कुछ गलत हो जाता है (जैसे कोई पेड़ बिजली की लाइन पर गिर जाता है, कोई हैकर हमला करता है, या कोई मशीन टूट जाती है)। लेकिन ये "विसंगतियां" (anomalies) बहुत दुर्लभ होती हैं। यह घास के ढेर में एक सुई खोजने या 1,00,000 लोगों के स्टेडियम में एक संदिग्ध व्यक्ति को पहचानने जैसा है।
पुराना तरीका: आमतौर पर, कंप्यूटरों को अतीत की दुर्घटनाओं (लेबल वाले डेटा) को दिखाकर गड़बड़ी पहचानने के लिए प्रशिक्षित किया जाता है। लेकिन वास्तविक दुनिया में, हमारे पास दुर्घटनाओं की बहुत अधिक तस्वीरें नहीं होती हैं क्योंकि वे दुर्लभ और अध्ययन करने के लिए महंगी होती हैं। यह एक कुत्ते को फ्रिसबी पकड़ना सिखाने जैसा है, लेकिन उसे केवल फ्रिसबी के वीडियो दिखाकर, जबकि वास्तव में कभी फ्रिसबी फेंकी ही न गई हो।

2. समाधान: एक "सपनों वाला" जासूस (T-BiGAN)

यह सीखने के बजाय कि दुर्घटनाएं कैसी दिखती हैं, लेखकों ने एक ऐसा सिस्टम बनाया है जो यह सीखता है कि "सामान्य" क्या दिखता है, ताकि वह किसी भी अजीब चीज़ को तुरंत पहचान सके। वे इसे T-BiGAN कहते हैं।

T-BiGAN को दो जासूसों की एक टीम के रूप में समझें जो मिलकर काम कर रहे हैं:

जासूस A (सपना देखने वाला/जेनरेटर): यह जासूस कोशिश करता है कि पावर ग्रिड पर एक सामान्य दिन कैसा दिखता है, इसका "सपना" देखे। यह डेटा का एक स्नैपशॉट लेता है और उसे पूरी तरह से फिर से बनाने (recreate करने) की कोशिश करता है।
जासूस B (शक्की/डिस्क्रिमिनेटर): यह जासूस बहुत सख्त है। इसका काम वास्तविक डेटा और "सपनों वाले" डेटा को देखना और कहना है, "यह असली है!" या "यह नकली है!"

वे कैसे सीखते हैं:

वे एक खेल खेलते हैं। सपना देखने वाला (Dreamer) शक्की (Skeptic) को यह विश्वास दिलाने की कोशिश करता है कि उसका नकली डेटा असली है।
शक्की नकली डेटा को पहचानने में बेहतर होने की कोशिश करता है।
समय के साथ, सपना देखने वाला इतना कुशल हो जाता है कि वह "सामान्य" ग्रिड व्यवहार को फिर से बना सके कि वह क्या होना चाहिए, इसमें माहिर बन जाता है।

3. गुप्त मंत्र: "ट्रांसफॉर्मर" मस्तिष्क

इस विशिष्ट जासूस को जो चीज़ खास बनाती है, वह है इसका मस्तिष्क, जिसे Transformer कहा जाता है।

पुराने डिटेक्टर: कल्पना कीजिए कि एक सुरक्षा गार्ड जो एक बार में केवल एक कैमरे को देखता है। यदि कैमरा 5 पर एक कार तेज चलती है, तो वह उसे मिस कर सकता है क्योंकि वह कैमरा 4 को देख रहा था।
ट्रांसफॉर्मर: यह एक ऐसे गार्ड की तरह है जिसके पास एक जादुई क्षमता है कि वह एक साथ सभी कैमरों को देख सके और समझ सके कि वे आपस में कैसे जुड़े हुए हैं। यदि न्यूयॉर्क में वोल्टेज गिरता है, तो ट्रांसफॉर्मर तुरंत जानता है कि इसका शिकागो की फ्रीक्वेंसी पर क्या प्रभाव पड़ेगा। यह पूरे ग्रिड में स्थानिक (कहाँ) और कालिक (कब) संबंधों को एक साथ समझता है।

4. गड़बड़ी को पकड़ना

एक बार जब सिस्टम प्रशिक्षित हो जाता है, तो यह इस प्रकार काम करता है:

यह लाइव डेटा स्ट्रीम को देखता है।
यह अपने प्रशिक्षण के आधार पर डेटा कैसा होना चाहिए, उसे "पुनर्निर्मित" (reconstruct/re-dream) करने की कोशिश करता है।
अलार्म: यदि वास्तविक डेटा उसके "सपने" से बहुत अलग दिखता है, तो सिस्टम लाल झंडा (चेतावनी) दिखाता है।
- उपमा: कल्पना कीजिए कि आप एक ऐसी सड़क पर चल रहे हैं जिसे आप अच्छी तरह जानते हैं। यदि आप अचानक देखते हैं कि सड़क पर एक जिराफ चल रहा है, तो आपको यह जानने की ज़रूरत नहीं है कि जिराफ क्या है कि कुछ गलत है। आप बस इतना जानते हैं कि यह पैटर्न में फिट नहीं बैठता।

5. यह क्यों बड़ी बात है

लेखकों ने इसका परीक्षण एक वास्तविक सिम्युलेशन (एक "हार्डवेयर-इन-द-लूप" टेस्टबेड) पर किया। इसके परिणाम प्रभावशाली थे:

उच्च सटीकता: इसने 95% समस्याओं को पकड़ा (ROC-AUC 0.95)।
कम गलत अलार्म: जब सब कुछ ठीक था, तो इसने बिना वजह घंटी नहीं बजाई। इसने केवल वास्तविक मुद्दों को ही चिह्नित किया।
प्रशिक्षण की आवश्यकता नहीं: इसे सीखने के लिए पिछले दुर्घटनाओं के पुस्तकालय की आवश्यकता नहीं थी। इसने बस यह सीखा कि "सामान्य" क्या दिखता है।

सारांश

संक्षेप में, लेखकों ने एक स्मार्ट, स्व-शिक्षण AI बनाया है जो पावर ग्रिड के लिए एक अत्यंत सतर्क संरक्षक के रूप में कार्य करता है। एक "सपनों वाले" खेल और एक ऐसे मस्तिष्क का उपयोग करके जो एक साथ पूरे शहर के कनेक्शन देख सकता है, यह बिजली के प्रवाह में उन छोटी, खतरनाक गड़बड़ियों को पकड़ सकता है जिन्हें अन्य सिस्टम मिस कर देते हैं। यह हमारी लाइटों को चालू रखने और हमारे पावर ग्रिड को सुरक्षित रखने में मदद करता है, भले ही हमें यह न पता हो कि किस तरह की मुसीबत आने वाली है।

यहाँ शोध पत्र "Unsupervised Detection of Spatiotemporal Anomalies in PMU Data Using Transformer-Based BiGAN" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र आधुनिक पावर ग्रिड के भीतर उच्च-रिज़ॉल्यूशन, बहुभिन्न चर (multivariate) फेज़र मेजरमेंट यूनिट (PMU) डेटा स्ट्रीम में अनसुपरवाइज्ड विसंगति पहचान (unsupervised anomaly detection) की महत्वपूर्ण चुनौती को संबोधित करता है।

संदर्भ: पावर ग्रिड जटिल साइबर-फिजिकल सिस्टम के रूप में विकसित हो रहे हैं जहाँ PMUs समय-तुल्यकालिक (time-synchronized) वोल्टेज, करंट, फ्रीक्वेंसी और फ्रीक्वेंसी के परिवर्तन की दर (ROCOF) डेटा प्रदान करते हैं।
चुनौती: विसंगतियों (जो उपकरण की विफलता, साइबर हमलों या सिस्टम डायनेमिक्स के कारण होती हैं) को लेबल किए गए फॉल्ट डेटा के बिना वास्तविक समय में पहचानना आवश्यक है, क्योंकि ऐसा डेटा प्राप्त करना दुर्लभ और महंगा है।
मौजूदा विधियों की सीमाएँ:
- सुपरवाइज्ड विधियाँ: इनके लिए व्यापक लेबल किए गए डेटासेट की आवश्यकता होती है।
- पारंपरिक अनसुपरवाइज्ड विधियाँ (जैसे PCA, Isolation Forest): शोर (noise) के प्रति संवेदनशीलता और टेम्पोरल कॉन्टेक्स्ट (temporal context) की कमी के कारण संघर्ष करती हैं।
- डीप लर्निंग (जैसे CNNs, LSTMs, मानक GANs): भौगोलिक रूप से वितरित PMUs के बीच दीर्घकालिक स्पैटियोटेम्पोरल निर्भरता (long-range spatiotemporal dependencies) को पकड़ने में अक्सर विफल रहते हैं या सूक्ष्म पैरामीटर ड्रिफ्ट (drift) और वास्तविक विसंगतियों के बीच अंतर करने में असमर्थ होते हैं, जिससे उच्च फॉल्स-अलार्म दर उत्पन्न होती है।

2. कार्यप्रणाली: T-BiGAN फ्रेमवर्क (Methodology: T-BiGAN Framework)

लेखक T-BiGAN (ट्रांसफॉर्मर-ऑगमेंटेड बायडायरेक्शनल जेनेरेटिव एडवरसैरियल नेटवर्क) प्रस्तावित करते हैं, जो एक नया अनसुपरवाइज्ड फ्रेमवर्क है जिसे सामान्य ग्रिड व्यवहार के मजबूत स्पैटियोटेम्पोरल रिप्रजेंटेशन को सीखने के लिए डिज़ाइन किया गया है।

A. आर्किटेक्चर (Architecture)

यह मॉडल तीन कसकर जुड़े हुए घटकों को एकीकृत करता है:

ट्रांसफॉर्मर एनकोडर ( $E$ ): यह PMU माप स्नैपशॉट्स को एक लेटेंट वेक्टर ( $z$ ) में मैप करता है। यह विंडो-आधारित सेल्फ-अटेंशन (window-based self-attention) का उपयोग करके फेज़र चैनलों को गतिशील रूप से वेट असाइन करता है, जिससे समय और स्थान (विभिन्न PMU स्थानों) दोनों में महत्वपूर्ण सहसंबंधों को कैप्चर किया जा सके।
ट्रांसफॉर्मर जेनरेटर ( $G$ ): यह लेटेंट रिप्रजेंटेशन से इनपुट PMU मापों को पुनर्गठित (reconstruct) करता है ( $\hat{x} = G(z)$ )। यह निरंतरता सुनिश्चित करने के लिए एनकोडर के समान ट्रांसफॉर्मर संरचना साझा करता है।
संयुक्त डिस्क्रिमिनेटर ( $D$ ): यह डेटा-लेटेंट जोड़ों $(x, E(x))$ बनाम सिंथेटिक जोड़ों $(G(z), z)$ की प्रमाणिकता का मूल्यांकन करता है। यह साइकिल कंसिस्टेंसी (cycle consistency) को लागू करता है, जिससे सीखा गया लेटेंट स्पेस वास्तविक डेटा वितरण के साथ संरेखित होता है।

B. प्रशिक्षण उद्देश्य (Training Objective)

इस फ्रेमवर्क को एक मिश्रित लॉस फंक्शन का उपयोग करके एडवरसैरियल तरीके से प्रशिक्षित किया जाता है:

एडवरसैरियल लॉस ( $L_{adv}$ ): डिस्क्रिमिनेटर को वास्तविक बनाम सिंथेटिक जोड़ों के बीच अंतर करने के लिए प्रशिक्षित करता है, जबकि एनकोडर-जेनरेटर इसे धोखा देने का प्रयास करता है।
रिकंस्ट्रक्शन लॉस ( $L_{rec}$ ): इनपुट $x$ और पुनर्गठित $\hat{x}$ के बीच के अंतर को कम करने के लिए मीन एब्सोल्यूट एरर (MAE) का उपयोग करता है।
लेटेंट कंसिस्टेंसी लॉस ( $L_{latent}$ ): यह सुनिश्चित करता है कि एक पुनर्गठित नमूने को एनकोड करने से मूल के करीब लेटेंट वेक्टर प्राप्त हो ( $E(G(E(x))) \approx E(x)$ )।

C. विसंगति स्कोरिंग और पहचान (Anomaly Scoring & Detection)

विसंगतियों को एक व्यापक स्कोर $A(x)$ का उपयोग करके वास्तविक समय में फ्लैग किया जाता है जो निम्नलिखित को जोड़ता है:

रिकंस्ट्रक्शन एरर: मॉडल इनपुट को कितनी अच्छी तरह पुनर्गठित करता है।
डिस्क्रिमिनेटर कॉन्फिडेंस: जोड़े के "वास्तविक" होने की संभावना जो $D$ द्वारा दी जाती है।
लेटेंट इनकंसिस्टेंसी: लेटेंट स्पेस में आया बदलाव (drift)।

एडेप्टिव थ्रेशोल्डिंग (Adaptive Thresholding): ग्रिड में होने वाले धीमे ऑपरेशनल ड्रिफ्ट को संभालने के लिए, एक रोलिंग थ्रेशोल्ड ( $\theta_t$ ) की गणना हाल के विसंगति स्कोर के माध्य (mean) और मानक विचलन (standard deviation) के आधार पर की जाती है, न कि एक स्थिर ग्लोबल थ्रेशोल्ड के आधार पर।

D. डेटा प्री-प्रोसेसिंग (Data Pre-processing)

इनपुट: 8 PMU स्ट्रीम (कुल 112 फीचर्स) जिन्हें स्लाइडिंग विंडोज़ में व्यवस्थित किया गया है।
नॉर्मलाइजेशन: हाई-मैग्निट्यूड चैनलों (वोल्टेज/करंट) के लिए एक चयनात्मक लॉग-ट्रांसफ़ॉर्मेशन (selective log-transformation) लागू किया जाता है ताकि हेवी टेल्स (heavy tails) को कम किया जा सके, जिसके बाद Z-स्कोर मानकीकरण किया जाता है। यह एंगल्स और फ्रीक्वेंसी की अर्थवत्ता को बनाए रखते हुए GAN ट्रेनिंग को स्थिर बनाता है।

3. मुख्य योगदान (Key Contributions)

नवाचारी आर्किटेक्चर: PMU डेटा के लिए विशेष रूप से विंडो-अटेंशन ट्रांसफॉर्मर को बायडायरेक्शनल GAN के भीतर एकीकृत करने वाला पहला मॉडल, जो उन दीर्घकालिक स्पैटियोटेम्पोरल निर्भरताओं को मॉडल करने में सक्षम है जिन्हें CNNs और LSTMs मिस कर देते हैं।
अनसुपरवाइज्ड मजबूती: यह फ्रेमवर्क बिना किसी लेबल किए गए फॉल्ट डेटा के काम करता है, जो "सामान्य" ग्रिड व्यवहार के मैनिफोल्ड को सीखकर विचलनों की पहचान करता है।
एडेप्टिव डिटेक्शन: एक एडेप्टिव थ्रेशोल्डिंग तंत्र का परिचय जो समय के साथ ग्रिड ऑपरेटिंग पॉइंट्स बदलने पर भी कम फॉल्स-अलार्म दर बनाए रखता है।
व्यापक स्कोरिंग: उच्च डिटेक्शन फिडेलिटी के लिए रिकंस्ट्रक्शन, लेटेंट और एडवरसैरियल संकेतों को जोड़ने वाला एक मल्टी-मेट्रिक विसंगति स्कोर।

4. प्रयोगात्मक परिणाम (Experimental Results)

मॉडल का मूल्यांकन एक यथार्थवादी हार्डवेयर-इन-द-लूप (HIL) डेटासेट (IEEE 39-बस सिस्टम) पर किया गया जिसमें ~160,000 ट्रेनिंग सैंपल और विविध साइबर-फिजिकल विसंगतियाँ शामिल थीं।

प्रदर्शन मेट्रिक्स (Performance Metrics):
- ROC-AUC: 0.95 (PCA, Isolation Forest, LSTM-AE और मानक Transformer+GAN जैसे बेसलाइन्स से काफी बेहतर प्रदर्शन)।
- औसत परिशुद्धता (Average Precision - AP): 0.996।
- F1-स्कोर: 0.88।
- प्रिसिजन/रिकॉल (Precision/Recall): 0.90 / 0.81।
तुलना: T-BiGAN ने सभी बेसलाइन्स को पीछे छोड़ दिया, जिसमें BiLSTM-AE और Transformer+BiGAN (बिना अटेंशन के) शामिल हैं, जो यह दर्शाता है कि सेल्फ-अटेंशन मैकेनिज्म स्थानिक सहसंबंधों (spatial correlations) को पकड़ने के लिए महत्वपूर्ण है।
विशिष्ट ताकत: मॉडल उन सूक्ष्म फ्रीक्वेंसी और वोल्टेज विचलनों का पता लगाने में उत्कृष्ट रहा जिन्हें अन्य विधियों ने या तो मिस कर दिया या जिन्हें उन्होंने फॉल्स पॉजिटिव के रूप में चिह्नित किया।
दक्षता: एक सिंगल NVIDIA Quadro RTX 8000 GPU पर 35–40 इपोच (epochs) के भीतर अभिसरण (converge) हुआ।

5. महत्व और भविष्य का कार्य (Significance and Future Work)

व्यावहारिक मूल्य: T-BiGAN मैन्युअल फॉल्ट लेबलिंग की आवश्यकता के बिना लाइव, वाइड-एरिया ग्रिड मॉनिटरिंग के लिए एक व्यवहार्य समाधान प्रदान करता है, जो पावर सिस्टम सुरक्षा के लिए एक बड़ी बाधा को दूर करता है।
लचीलापन (Resilience): शोर, लोड वेरिएशंस और वास्तविक फॉल्ट्स के बीच प्रभावी ढंग से अंतर करके, यह साइबर-फिजिकल हमलों के खिलाफ पावर ग्रिड की लचीलापन बढ़ाता है।
भविष्य की दिशाएँ:
- सिंथेटिक ऑग्मेंटेशन: बेहतर ट्रेनिंग विविधता के लिए दुर्लभ फॉल्ट परिदृश्यों को उत्पन्न करने हेतु GANs का उपयोग करना।
- फाइन-ग्रेन्ड क्लासिफिकेशन: डिटेक्शन से लेकर विशिष्ट विसंगति प्रकारों (जैसे साइबर-इंट्रूज़न बनाम लाइन फॉल्ट) के वर्गीकरण की ओर बढ़ना।
- एज डिप्लॉयमेंट: सबस्टेशन-स्तर पर लो-लेटेंसी इन्फरेंस के लिए लीनियर-अटेंशन आर्किटेक्चर (जैसे Linformer) और क्वांटाइजेशन की जांच करना।

निष्कर्षतः, T-BiGAN पावर सिस्टम एनालिटिक्स में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है, जो अनसुपरवाइज्ड विसंगति पहचान प्राप्त करने के लिए ट्रांसफॉर्मर-आधारित अटेंशन मैकेनिज्म और एडवरसैरियल लर्निंग के तालमेल का लाभ उठाता है।