A Benchmark Graph Dataset for Transient Stability Assessment of the IEEE 9-Bus System: 20,000 Scenarios with Full Generator Trajectories

पावर ग्रिड आधुनिक जीवन की अदृश्य संचार प्रणाली हैं, तारों और मशीनों का एक विशाल नेटवर्क जिसे बिजली को वहां से वहां ले जाना चाहिए जहां वह बनाई जाती है, बिना कभी लड़खड़ाए। इस प्रणाली के केंद्र में विशाल घूमते हुए जनरेटर हैं, भारी स्टील के रोटर जो पूर्ण सामंज्य में घूमते हैं, जैसे कि एक ही लय पर ताल मिलाने वाले नाव चलाने वालों की एक टीम। जब ग्रिड पर कोई अचानक झटका लगता है—जैसे बिजली गिरना, तार टूटना या शॉर्ट सर्किट—तो ये मशीनें झटके खाती हैं। इंजीनियरों के लिए महत्वपूर्ण प्रश्न यह है कि क्या वे उस झटके को सह सकते हैं, एक-दूसरे के साथ तालमेल बनाए रख सकते हैं और रोशनी चालू रख सकते हैं, या क्या वे तालमेल खो देंगे और एक ऐसी श्रृंखलाबद्ध विफलता (कैस्केडिंग फेलियर) का कारण बनेंगे जिससे शहर अंधेरे में डूब जाएंगे। सत्य का यह क्षण, जिसे ट्रांजिएंट स्टेबिलिटी (क्षणिक स्थिरता) के रूप में जाना जाता है, एक सेकंड के अंश में होता है, और इसकी भविष्यवाणी करने के लिए पारंपरिक रूप से हर संभावित आपदा परिदृश्य के लिए धीमी, जटिल कंप्यूटर सिमुलेशन चलाने की आवश्यकता होती थी।

वर्षों से, शोधकर्ताओं ने उम्मीद की है कि आर्टिफिशियल इंटेलिजेंस इन खतरनाक क्षणों को तुरंत पहचानना सीख सकता है, जो धीमी सिमुलेशन के एक तेज़ विकल्प के रूप में कार्य कर सके। लेकिन प्रगति डेटा की कमी के कारण रुकी हुई थी। अधिकांश उपलब्ध डेटासेट स्नैपशॉट की तरह थे: वे समस्या से पहले ग्रिड की स्थिति दिखाते थे और समस्या के बाद एक सरल "पास या फेल" परिणाम देते थे, लेकिन उन्होंने इस बात के महत्वपूर्ण विवरण छोड़ दिए थे कि संकट के दौरान मशीनें वास्तव में कैसे चलती थीं। मशीनों के रोटरों की पूरी गति और उनकी विशिष्ट भौतिक विशेषताओं को देखे बिना, कंप्यूटर को इस गहरी भौतिकी को सिखाना कठिन है कि ग्रिड क्यों एकजुट रहता है या क्यों बिखर जाता है। इसे हल करने के लिए, 'इंस्टीट्यूट डी रिसर्च डी हाइड्रो-क्यूबेक' के शोधकर्ताओं ने बीस हजार सिम्युलेटेड आपदा परिदृश्यों का एक विशाल, खुला संग्रह जारी किया है, जिसे विशेष रूप से कच्चे डेटा और भौतिकी के नियमों के बीच के अंतर को पाटने के लिए डिज़ाइन किया गया है।

शोधकर्ताओं ने अपना टेस्टबेड एक मानक, छोटे पैमाने के पावर ग्रिड मॉडल पर बनाया जिसे IEEE 9-बस सिस्टम के रूप में जाना जाता है, जिसमें नौ कनेक्शन बिंदु और तीन जनरेटर होते हैं। केवल ग्रिड को शांत अवस्था में देखने के बजाय, उन्होंने इस मॉडल को कठोर तनाव परीक्षणों (स्ट्रेस टेस्ट) के अधीन किया। उन्होंने हजारों अलग-अलग शुरुआती स्थितियां बनाईं, जिसमें यह बदलाव किया गया कि कितनी बिजली उपयोग की जा रही थी और कितनी बिजली उत्पन्न की जा रही थी, यह सुनिश्चित करते हुए कि ग्रिड का परीक्षण हल्के और भारी दोनों भारों के तहत किया जाए। फिर, प्रत्येक अद्वितीय शुरुआती बिंदु के लिए, उन्होंने नेटवर्क के पंद्रह अलग-अलग स्थानों में से एक पर अचानक, थ्री-फेज शॉर्ट सर्किट पेश किया। इन दोषों (फॉल्ट्स) को अलग-अलग समय तक रहने दिया गया, जो एक सेकंड के अंश से लेकर लगभग आधे सेकंड तक के बीच थे, इससे पहले कि उन्हें ठीक किया जा सके। टीम ने फिर विस्तृत, उच्च-गति कंप्यूटर सिमुलेशन चलाए ताकि वे देख सकें कि तीनों जनरेटर वास्तव में कैसे प्रतिक्रिया करते हैं, और फॉल्ट के तीन सेकंड तक हर मिलीसेकंड में उनकी गति और स्थिति को रिकॉर्ड किया।

परिणामस्वरूप एक ऐसा डेटासेट प्राप्त हुआ जो प्रत्येक घटना की पूरी कहानी को दर्शाता है। पिछले संसाधनों के विपरीत, जो केवल "स्थिर" या "अस्थिर" कह सकते थे, इस संग्रह में प्रत्येक जनरेटर का पूरा प्रक्षेपवक्र (ट्रैजेक्टरी), फॉल्ट से पहले की सटीक विद्युत स्थितियां और मशीनों के विशिष्ट भौतिक स्थिरांक (जैसे उनका वजन और प्रतिरोध) शामिल हैं। टीम ने पाया कि परिणाम यादृच्छिक नहीं थे; वे एक स्पष्ट भौतिक तर्क का पालन करते थे। जब दोष बहुत लंबे समय तक चला या किसी महत्वपूर्ण स्थान पर लगा, तो जनरेटर एक-दूसरे से दूर जाने लगे, जिससे उनका तालमेल टूट गया। शोधकर्ताओं ने इस विफलता के लिए एक स्पष्ट सीमा निर्धारित की: यदि किन्हीं दो जनरेटरों के बीच का कोण एक सौ अस्सी डिग्री से अधिक बढ़ जाता है, तो सिस्टम को अस्थिर घोषित कर दिया जाता था। उनके सिमुलेशन में, स्थिर परिदृश्य इस सीमा के भीतर रहे, जबकि अस्थिर परिदृश्य अनियंत्रित होकर घूमते रहे, कभी-कभी एक-दूसरे के सापेक्ष तीन पूर्ण चक्करों से भी अधिक घूम गए।

जो काम को विशेष रूप से मूल्यवान बनाता है वह डेटा का संतुलन और समृद्धि है। टीम ने स्थिर और अस्थिर परिणामों के बीच लगभग एक आदर्श विभाजन बनाया, जिसमें लगभग उनचास प्रतिशत परिदृश्य स्थिर ग्रिड के साथ समाप्त हुए और इक्यावन प्रतिशत परिणाम तालमेल खोने के रूप में निकले। यह संतुलन आर्टिफिशियल इंटेलिजेंस को केवल बहुमत के आधार पर उत्तर का अनुमान लगाने से रोकता है। इसके अलावा, डेटा प्रकट करता है कि दोष का स्थान अत्यधिक महत्व रखता है। ग्रिड के कुछ स्थान दूसरों की तुलना में बहुत अधिक खतरनाक हैं; उदाहरण के लिए, एक विशिष्ट लाइन पर दोष ने लगभग तिहत्तर प्रतिशत मामलों में अस्थिरता पैदा की, जबकि दूसरी लाइन पर दोष ने केवल सत्ताइस प्रतिशत मामलों में विफलता का कारण बना। यह सिद्ध करता है कि ग्रिड की संरचना स्वयं अपनी संवेदनशीलता के बारे में एक छिपा हुआ संकेत देती है, एक ऐसा सूक्ष्म विवरण जिसे मशीन लर्निंग मॉडल अब पहचानना सीख सकते हैं क्योंकि डेटा में मशीन की गतिविधियों के साथ-साथ नेटवर्क का आकार भी शामिल है।

शोधकर्ताओं ने यह भी सुनिश्चित करने के लिए बहुत सावधानी बरती कि डेटा विश्वसनीय और पुनरुत्पादक (रिप्रोड्यूसिबल) हो। प्रत्येक परिदृश्य को एक निश्चित, नियत प्रक्रिया (डिटरमिनिस्टिक प्रोसेस) का उपयोग करके बनाया गया था, जिसका अर्थ है कि यदि कोई अन्य वैज्ञानिक उसी कोड को चलाता है, तो उन्हें बिल्कुल वही परिणाम मिलेंगे। डेटासेट को एक ग्राफ के रूप में व्यवस्थित किया गया है, जो नेटवर्क का प्रतिनिधित्व करने का एक तरीका है जहाँ कनेक्शन बिंदु नोड्स हैं और तार किनारे (एजेस) हैं, जिससे आधुनिक कंप्यूटर प्रोग्राम सीधे ग्रिड की टोपोलॉजी का अध्ययन कर सकते हैं। नेटवर्क मैप और भौतिक स्थिरांकों के साथ मशीनों की गतिविधियों के पूरे इतिहास को प्रदान करके, टीम ने एक अनूठा संसाधन बनाया है जो वैज्ञानिकों को विभिन्न प्रकार के लर्निंग मेथड्स का परीक्षण करने की अनुमति देता है। अब वे उन दृष्टिकोणों की तुलना कर सकते हैं जो शुद्ध डेटा पैटर्न पर निर्भर करते हैं बनाम वे जो भौतिकी के नियमों को सीखने की प्रक्रिया में शामिल करने का प्रयास करते हैं, या हाइब्रिड तरीके जो दोनों को मिलाते हैं।

यह रिलीज इस दावे के साथ नहीं आता है कि इसने पूरी दुनिया के लिए ग्रिड स्थिरता की समस्या को हल कर दिया है, क्योंकि परीक्षण एक छोटे, विशिष्ट मॉडल पर किया गया था। हालांकि, यह एक कठोर, साझा बेंचमार्क प्रदान करता है जो पहले गायब था। यह शोधकर्ताओं को यह बहस करने के बजाय कि उनके तरीके काम करते हैं या नहीं, उन्हें एक समान स्तर पर तुलना करने की अनुमति देता है। यह डेटासेट अब जनता के लिए उपलब्ध है, जो बीस हजार ऐसे क्षणों का स्पष्ट, विस्तृत दृश्य प्रदान करता है जहाँ ग्रिड पतन के किनारे पर था। मशीनों की पूरी गति और नेटवर्क की संरचना को एक ही स्थान पर उपलब्ध कराकर, शोधकर्ताओं ने वैज्ञानिक समुदाय को तेजी से, स्मार्ट और अधिक विश्वसनीय तरीके बनाने के उपकरण दिए हैं ताकि अप्रत्याशित होने पर बिजली का प्रवाह बना रहे।