⚡ electrical engineering

A Hybrid Two-Stage Machine Learning Pipeline for Fault Detection and Classification in Power Transmission Systems

Dit artikel stelt een hybride tweestaps machine learning-pipeline voor die anomaliedetectie ontkoppelt van foutclassificatie met behruik van een Isolation Forest-OF-fusiestrategie en nul-sequentie feature engineering, waarbij een nauwkeurigheid van meer dan 95% wordt bereikt bij het detecteren en classificeren van transmissiefouten op ongebalanceerde datasets, terwijl bestaande federated benchmarks wordt overtroffen zonder de noodzaak van GPU-infrastructuur.

Oorspronkelijke auteurs: Sahil Manikshete, Atharva Gujarathi, Thanh Long Vu, Akhtar Hussain, Van-Hai Bui

Gepubliceerd 2026-08-26

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Sahil Manikshete, Atharva Gujarathi, Thanh Long Vu, Akhtar Hussain, Van-Hai Bui

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het elektriciteitsnet is het onzichtbare zenuwstelsel van de moderne samenleving, dat stroom vervoert van verre generatoren naar de huizen en fabrieken die erdoor afhankelijk zijn. Dit enorme netwerk vertrouwt op hoogspanningslijnen om elektriciteit efficiënt over lange afstanden te transporteren. Deze lijnen zijn echter kwetsbaar. Wanneer een fout optreedt—veroorzaakt door een blikseminslag, een gebroken draad of defecte apparatuur—kan de resulterende energiepiek kostbare machines beschadigen of wijdverspreide stroomuitval veroorzaken. Om dit te voorkomen, gebruikt het net beschermingssystemen die fungeren als automatische stroomonderbrekers, ontworpen om een probleem te detecteren en de stroom in een fractie van een seconde uit te schakelen. Decennialang vertrouwden deze systemen op vaste regels: als de stroom boven een bepa bepaald aantal stijgt, schakel dan de schakelaar uit. Maar naarmate het net complexer wordt, met stroom die in nieuwe richtingen stroomt en afkomstig is van diverse bronnen, falen die eenvoudige regels soms. Ze hebben moeite om het verschil te zien tussen een gevaarlijke fout en een normale, zij het ongebruikelijke, schommeling in het systeem, waardoor er kritieke veiligheidsgaten ontstaan.

Onderzoekers hebben zich tot machine learning gewend om deze gaten op te vullen, in de hoop computers te leren de subtiele handtekeningen van een falende lijn te herkennen. Toch laat een nieuwe studie zien dat het simpelweg voeren van een computer een enorme lijst met gegevens en het vragen om de slechte plekken te vinden, niet genoeg is. Het probleem is tweeledig: ten eerste zijn de gegevens sterk scheef verdeeld, waarbij normaal gebruik miljoenen keren vaker voorkomt dan een fout, waardoor de computer de zeldzame gebeurtenissen die hij juist moet vinden, negeert. Ten tweede lijken sommige specifieke soorten fouten zo erg op normaal gebruik dat één enkel computermodel het onderscheid niet kan maken. Om dit op te lossen, heeft een team van ingenieurs en computerwetenschappers een tweestapsbenadering ontwikkeld die de taak van "opmerken dat er iets mis is" scheidt van de taak van "vaststellen wat er precies mis is".

De onderzoekers testten hun methode op twee verschillende gesimuleerde elektriciteitsnetwerken. De eerste was een groot, complex systeem met zeven meetpunten en bijna 580.000 datapunten, terwijl de tweede een kleiner, enkelvoudig puntensysteem was met ongeveer 12.000 monsters. In het grote netwerk stelden zij vast dat een standaard computermodel dat alles tegelijk probeert te doen, hopeloos faalde bij het opsporen van een specifiek type problemen, namelijk een "lijncondoomfout" (line fault), die optreedt wanneer een transmissielijn zelf beschadigd is. In dit scenario ving het standaardmodel slechts ongeveer 31 procent van deze fouten op. De onderzoekers realiseerden zich dat de computer in de war was omdat de elektrische signalen van een lijnfout bijna identiek waren aan de signalen van een gezond net.

Om dit op te lossen, bouwden ze een pijplijn met twee duidelijke fasen. De eerste fase fungeert als een breed net, ontworpen om alles te vangen dat zelfs maar enigszins ongewoon lijkt. Ze gebruikten een techniek genaamd een Isolation Forest, die leert wat "normaal" is door alleen gezonde gegevens te bestudelen. Als een nieuwe meting afwijkt van dit patroon, signaleert het systeem dit. De onderzoekers wisten echter dat dit net de lijncondoomfouten zou missen omdat ze zo normaal lijken. Daarom voegden ze een tweede, gespecialiseerde detector toe die alleen wordt geactiveerd voor de specifieke soorten fouten die het eerste net mist. Deze gespecialiseerde detector is getraind om het exacte patroon van een lijncondoomfout te herkennen. De twee detectoren werken samen: als een van beiden een alarm slaat, gaat het systeem naar de tweede fase.

De tweede fase is waar het systeem het specifieke type probleem identificeert. Zodra een monster als een fout wordt gemarkeerd, sorteert een ander computermodel de mogelijkheden om te bepalen of het een blikseminslag, een gebroken draad of een aardverbinding is. Cruciaal is dat de onderzoekers een specifiek type wiskundige berekening aan de gegevens hebben toegevoegd voordat ze deze aan de computer voerden. Ze berekenden wat bekend staat als nul-sequentie componenten, die de onbalans meten in de elektrische stroom die naar de aarde vloeit. Deze berekening is gebaseerd op een fundamenteel principe van elektriciteit dat stelt dat stromen in een gezond, gebalanceerd systeem samen nul moeten zijn. Wanneer een fout de aarde raakt, wordt deze balans verbroken. Door deze specifieke berekening op te nemen, kon de computer eindelijk onderscheid maken tussen een fout die de grond raakt en een die dat niet doet, een taak die hij voorheen niet kon uitvoend.

De resultaten waren opmerkelijk. Op het grote netwerk verbeterde het nieuwe tweestapsysteem de detectie van lijncondoomfouten van 31 procent naar bijna 96 procent. Op het kleinere netwerk behaalde het systeem een algehele nauwkeurigheid van 97,25 procent, waarbij zowel fouten als normaal gebruik correct werden geïdentificeerd. Deze prestatie was beter dan een eerder, complexer systeem dat dure grafische hardware en een gedistribueerd netwerk van computers vereiste om te draaien. De nieuwe methode draaide op een standaard computerprocessor in slechts 0,05 milliseconden per monster, wat het snel genoeg maakt voor echt gebruik zonder dat er een supercomputer nodig is.

Misschien wel de belangrijkste ontdekking kwam voort uit het vergelijken van de twee verschillende netwerken. De onderzoekers ontdekten dat hoewel de nul-sequentie berekening essentieel was voor het oplossen van het probleem, de manier waarop het signaal zich gedroeg niet hetzelfde was in beide systemen. In het ene netwerk produceerde een aardfout een groter signaal dan een niet-aardfout, maar in het andere netwerk was het tegenovergestelde waar. Dit betekent dat een eenvoudige, vaste regel — zoals "als het signaal groter is dan X, is het een aardfout" — wel zou werken op het ene systeem, maar zou falen op het andere. De onderzoekers concludeerden dat de computer de specifieke regel voor elk nieuw netwerk waarin hij wordt geïnstalleerd moet leren, in plaats van te vertrouwen op een universele regel. Deze bevinding suggereert dat de beste beschermingssystemen geen rigide, vooraf geprogrammeerde apparaten zullen zijn, maar aanpasbare instrumenten die de unieke elektrische persoonlijkheid leren van het net dat ze beschermen.

De studie benadrukte ook een afweging. Door het systeem gevoeliger te maken om elke mogelijke fout te vangen, vergrootten de onderzoekers het aantal valse alarmen, waarbij het systeem een probleem signaleert dat er niet is. In de context van de veiligheid van het elektriciteitsnet is dit een aanvaardbare prijs. Het is veel beter om een vals alarm te onderzoeken dan een echte fout te missen die een stroomuitval kan veroorzaken. De onderzoekers merkten op dat het systeem flexibel genoeg is om deze balans aan te passen afhankelijk van de behoeften van het specifieke net. Hoewel de huidige resultaten gebaseerd zijn op gesimuleerde gegevens, biedt de aanpak een duidelijke weg naar implementatie in de echte wereld. De volgende stap zal zijn om deze methoden te testen op werkelijke elektriciteitslijnen, waar de ruis en onvoorspelbaarheid van de echte wereld de ultieme test zullen zijn voor de betrouwbaarheid van het systeem.

Technische Samenvatting: Een hybride tweestaps machine learning-pipeline voor foutdetectie en -classificatie in hoogspanningsnetwerken

Probleemstelling
Snelle en nauwkeurige foutdetectie in hoogspanningsnetwerken is cruciaal voor de betrouwbaarheid van het elektriciteitsnet. Bestaande machine learning-benaderingen met één enkel model staan echter voor twee primaire uitdagingen in dit domein:

Ernstige klassenonbalans: Datasets van transmissiefouten worden gedomineerd door monsters van normale operaties (bijv. 88,1% in de primaire dataset), wat ervoor zorgt dat classificatiesoftware een bias ontwikkelt naar de meerderheidsklasse en kritieke, maar zeldzame fouten niet detecteert.
Signatuuroverlap: Bepaalde fouttypen, met name "Lijnfouten" (Line faults), produceren elektrische signaturen die bijna ononderscheidbaar zijn van normale operaties. In de primaire evaluatie bereikte een single-model benadering slechts 31,3% end-to-end nauwkeurigheid voor deze fouten, waardoor ze effectief onzichtbaar blijven voor standaard anomaliedetectoren die getraind zijn op normale data.

Traditionele beschermingsmethoden die vertrouwen op vaste drempelwaarden, worstelen met moderne netwerken die gekenmerkt worden door gedistribueerde energiebronnen en bidirectionele stroomstromen. Hoewel deep learning en federated learning (bijv. TLFed) veelbelovend zijn, behandelen zij vaak alle foutklassen uniform en vertrouwen zij op complexe infrastructuur (GPU's, gedistribueerde clients) zonder specifiek in te gaan op de structurele blinde vlekken van bijna-normale foutsignaturen.

Methodologie
Het artikel stelt een hybride tweestaps machine learning-pipeline voor die foutdetectie ontkoppelt van foutclassificatie, waarbij elke stap wordt geoptimaliseerd voor een afzonderlijk doel.

Fase 1: Hybride Foutdetectie (Recall-georiënteerd)
Deze fase bepaalt of er een fout aanwezig is, waarbij de nadruk ligt op recall boven precisie om gemiste fouten te minimaliseren. Het maakt gebruik van een OR-fusieregel die twee takken combineert:
- Tak A (Ongesuperviseerd): Een Isolation Forest die uitsluitend getraind is op normale data om algemene anomalieën te detecteren.
- Tak B (Conditioneel Gesuperviseerd): Een specifieke gesuperviseerde binaire Random Forest-detector die automatisch tijdens de training wordt toegewezen aan elke foutklasse die Tak A niet kan oplossen (gedefinieerd als een detectiegraad onder een drempelwaarde $\tau$ ).
- Fusie: Een monster wordt gemarkeerd als een fout als zowel Tak A als Tak B een alarm geeft. Dit zorgt ervoor dat klassen die onzichtbaar zijn voor de anomaliedetector, worden opgevangen door de gesuperviseerde tak.
Fase 2: Fouttypeclassificatie (Precisie-georiënteerd)
Deze fase werkt alleen op monsters die door Fase 1 zijn gemarkeerd. Het gebruikt een Random Forest multiclass-classifier die uitsluitend getraind is op werkelijke foutmonsters. Deze scheiding maakt het mogelijk voor de classifier om te specialiseren in het onderscheiden tussen fouttypen zonder de ruis van normale operaties.
Feature Engineering
Het framework maakt gebruik van een netwerkomvang-onafhankelijke feature-operator $\phi$ die per meetpunt wordt toegepast. Voor $L$ meetpunten genereert de pipeline $18L$ features uit zes ruwe kanalen (driefasige stromen en spanningen). De 18 features per punt bevatten:
- 6 ruwe kanalen.
- 8 statistische beschrijvers (RMS, max/gemiddelde absolute waarden, onbalansratio's).
- 4 nulvolgtekwantiteiten (gesigneerde en absolute $I_0$ en $V_0$ afgeleid van Fortescue's symmetrische componenten).
  De inclusie van nulvolgtekantiteiten is cruciaal voor het oplossen van ambiguïteiten tussen fouten met en zonder aarding.

Belangrijkste Bijdragen

Conditionele Tweestapsarchitectuur: Het artikel introduceert een mechanisme waarbij een gesuperviseerde detector dynamisch wordt toegewezen aan alleen de "blinde vlek"-klassen die een ongesuperviseerde anomaliedetector niet kan oplossen. Dit past zich aan de specifieke kenmerken van het systeem aan in plaats van een vaste set moeilijke klassen aan te nemen.
Netwerkomvang-onafhankelijke Feature Constructie: De feature engineering is gedefinieerd als een per-punt operator, waardoor dezelfde pipeline kan functioneren op netwerken met een variërend aantal meetpunten ( $L=7$ en $L=1$ ) zonder architecturale wijziging.
Geleerde Nulvolgtekengrenzen: De studie toont aan dat nulvolgtekfeatures essentieel zijn voor het onderscheiden van driefasige fouten van driefasige fouten met aarding. Cruciaal is dat het laat zien dat de richting van de nulvolgtek-signatuur systeemafhankelijk is (beïnvloed door foutbalans en aardingsimpedantie), wat pleit voor een geleerde beslissingsgrens in plaats van vaste relaisdrempels.

Resultaten
Het framework werd geëvalueerd op twee onafhankelijke datasets: de TLFaultDataset (7 meetpunten, 578.923 monsters, ernstige onbalans) en een Tweede Dataset (1 meetpunt, 12.001 monsters, gebalanceerd).

Primaire Dataset (TLFaultDataset):
- De hybride pipeline verhoogde de end-to-end nauwkeurigheid voor "Lijnfouten" van 31,3% (single-model baseline) naar 95,8%.
- Tak B identificeerde "Lijnfouten" succesvol als de "blinde vlek"-klasse, waardoor de detectiegraad van deze fouten steeg van 0,9% (alleen Isolation Forest) naar 98,5%.
- Fase 2 bereikte een macro-gemiddelde F1-score van 0,99 op gedetecteerde fouten.
- Nulvolgtekfeatures losten de verwarring tussen L-L-L en L-L-L-G fouten op, wat de classificatieprestaties op deze dataset aanzienlijk verbeterde.
Tweede Dataset (Onafhankelijke Validatie):
- De pipeline behaalde 97,25% end-to-end nauwkeurigheid over alle klassen (inclusclusief normale operatie), waarmee zij de TLFed federated benchmark van 94,84% overtrof.
- In tegen afstelling tot de primaire dataset, identificeerde de toewijzingsregel "L-L" (Lijn-naar-Lijn) fouten als de "blinde vlek"-klasse, wat de adaptiviteit van het mechanisme demonstreert.
- De inferentietijd was 0,05 ms per monster op een CPU, zonder dat er een GPU of federated infrastructuur nodig was.
- Ablatie-studies: Het verwijderen van nulvolgtekfeatures zorgde ervoor dat de classifier faalde in het onderscheiden van driefasige versus driefasige fouten met aarding op beide datasets. Specifiek, op de tweede dataset verbeterde de F1-score voor het paar driefasige versus driefasige fouten met aarding van 0,39 naar 0,997 na het toevoegen van nulvolgtekfeatures.
- De richting van de nulvolgtek-signatuur ( $|I_0|$ magnitude) bleek op de tweede dataset anti-voorspellend te zijn vergeleken met de primaire dataset, wat bevestigt dat vaste drempelwaarden niet overdraagbaar zijn tussen systemen.

Betekenis en Claims
Het artikel beweert dat het opdelen van de foutdiagnosetaak in detectie- en classificatiefases, gecombineerd met natuurkundig onderbouwde feature engineering, een robuustere oplossing biedt dan het vergroten van modelcomplexiteit of het vertrouwen op vaste drempelwaarden.

Adaptiviteit: De automatische toewijzing van gesuperviseerde detectoren stelt het systeem in staat om zich aan te passen aan de specifieke "blinde vlekken" van verschillende transmissienetwerken zonder voorafgaande specificatie.
Fysische Onderbouwing: De resultaten valideren dat nulvolgtekcomponenten noodzakelijke onderscheidende informatie bieden voor fouten met aarding, maar dat de beslissingsgrens geleerd moet worden in plaats van vastgesteld te worden vanwege systeemafhankelijke variaties in foutbalans en aardingsimpedantie.
Efficiëntie: De pipeline bereikt state-of-the-art nauwkeurigheid op onafhankelijke datasets zonder de computationele overhead van deep learning of federated learning, wat het geschikt maakt voor implementatie in middelen-beperkte omgevingen in onderstations.

De auteurs merken beperkingen op, waaronder het gebruik van gesimuleerde data (die geen echte ruis en harmonischen bevat) en het gebrek aan temporele context in de huidige pipeline, waarbij zij veldvalidatie en de integratie van temporele dynamiek identificeren als noodzakelijke toekomstige stappen.

Meer zoals dit