Ett ESA-stödt projekt utnyttjar satellitnavigering för att infoga en intelligent känsla av plats och tid till elnäten, att ge tidig varning om potentiellt farliga elnätsfel.

För fyra år sedan tvingade en uppenbar brand från ingenstans till evakueringen av 5 000 människor från centrala London. Tjock svart rök och kvävande ångor dök upp från brunnslock när strömmen bröts till Holborn-kvarteret. Den lokala tunnelbanestationen i London stängdes av, tillsammans med teatrar i West End och domstolar.

Denna 36 timmar långa brand i början av april 2015 spårades så småningom till felaktiga elkablar i en underjordisk tunnel, som fortsatte att skada ett intilliggande gasrör. I händelsen, brandmän var tvungna att låna en bombröjningsrobot från Scotland Yard för att lokalisera brandkällan.

"Elnät drivs fortfarande på ett mycket traditionellt sätt, " kommenterar David Brain från det brittiska företaget Powerline Technologies, deltar i ett nytt ESA-projekt kallat Enersyn.

"Det finns bokstavligen ingen instrumentering i de flesta lokala lågspänningsstationer – första gången ett distributionsföretag får veta om ett strömavbrott är när en kund ringer upp dem. Och det finns mer än en miljon av dessa transformatorstationer bara över hela Storbritannien."

Att göra denna brist på data till en akut fråga är det faktum att det efterfrågas mer av elnäten än någonsin tidigare. Det traditionella enkelriktade elflödet från kraftverk är inte längre fallet, till förmån för en "smart grid"-modell där konsumenter också kan generera energi med hushållssolpaneler eller vindkraftverk – och det krävs oöverträffade kraftflöden för saker som elfordon.

"Strömdistributionssystemet byggdes aldrig för att hantera dessa teknologier, " tillägger han. "Det är ett stort bekymmer bland elbolagen att ström tas in och ut på ett sätt som nätet inte var designat för att göra."

Enersyn-projektet utvecklar en standardiserad övervakningsplattform för delsystem och kraftledningar, designad för att ta ögonblicksbilder av elström och spänning ett hundratal gånger per sekund när korta strömstörningar inträffar – anomalier som kanske inte orsakar problem i sig men som kan vara tidiga ledtrådar till allvarligare problem.

Detta projekt stöds genom ESA:s Navigation Innovation and Support Program (NAVISP), att tillämpa ESA:s hårt vunna expertis från Galileo och Europas EGNOS satellitförstärkningssystem på ny satellitnavigering och – mer allmänt – positionering, navigerings- och tidsutmaningar.

"Vi bygger på ett tidigare projekt som tittar på tillämpningen av maskininlärning och signalbehandlingstekniker för elnätsdata, att förse eldistributionsföretag med största möjliga situationsmedvetenhet, " förklarar David. "Vi vill ge en finkornig bild som sedan kan analyseras på olika sätt, ta en plattformsmodell för flera applikationer, motsvarar hur din smartphone fungerar."

Nyckeln till att få Enersyn att fungera är en spänstig timingkälla för övervakning, möjliggör noggrann tidsstämpling av data som systemet samlar in, för att fånga en verkligt exakt ögonblicksbild för uppföljande dataanalys.

Sensorerna i skokartong som registrerar vågformsdata kommer därför att använda flera tidskällor, kombinerar satellitnavigeringssignaler – exakta till några miljarddelar av en sekund tack vare atomklockor i rymden och ett världsomspännande marksegment för feldetektering och korrigering – uppbackad av signaler från Storbritanniens markbundna eLoran (förkortning för Low-frequency , förbättrat långvägsnavigering) långvågsradiosystem som också kan förmedlas under jord vid behov, plus ytterligare källor inklusive den nationella sändaren BBC Radio 4.

Efter att ha färdigställt en prototyptidningsenhet, Enersyn-konsortiet utvecklar nu maskininlärningsalgoritmer och designar övervakningssensorer.