公开(公告)号：US20110282703A1

公开(公告)日：2011-11-17

申请号：US12777803

申请日：2010-05-11

申请人： Maggie Chow ,  Mark Mastrocinque ,  Robert J. Blick

发明人： Maggie Chow ,  Mark Mastrocinque ,  Robert J. Blick

IPC分类号： G06Q10/00

CPC分类号： G06Q10/06 ,  G06Q10/063

摘要： A system and computer-implemented method of providing contingency analysis information for a utility service network that includes obtaining contingency analysis information from a plurality of external sources, integrally combining the contingency analysis information obtained from each of the plurality of external sources into a single application and prioritizing the contingency analysis information in a predetermined order, dynamically updating, the contingency analysis information obtained from each of the plurality of external sources and the prioritization of the contingency analysis information based on status information, and displaying the contingency analysis information to a user via a graphical user interface.

摘要翻译： 一种用于为公用事业服务网络提供应急分析信息的系统和计算机实现的方法，包括从多个外部源获得应急分析信息，将从多个外部源中的每个获得的应急分析信息整合到单个应用中， 以预定顺序对应急分析信息进行优先排序，动态地更新从多个外部源中的每一个获得的应急分析信息和基于状态信息的应急分析信息的优先化，并且经由以下操作向用户显示应急分析信息 图形用户界面。

公开(公告)号：US20110175750A1

公开(公告)日：2011-07-21

申请号：US12885750

申请日：2010-09-20

申请人： Roger Anderson ,  Albert Boulanger ,  Philip Gross ,  Bob Blick ,  Leon Bukhman ,  Mark Mastrocinque ,  John Johnson ,  Fred Seibel ,  Hubert Delany

发明人： Roger Anderson ,  Albert Boulanger ,  Philip Gross ,  Bob Blick ,  Leon Bukhman ,  Mark Mastrocinque ,  John Johnson ,  Fred Seibel ,  Hubert Delany

IPC分类号： G08B21/00

CPC分类号： G05B15/02 ,  G01D4/004 ,  G05F1/66 ,  H02J3/00 ,  Y02B90/242 ,  Y02B90/245 ,  Y04S20/322 ,  Y04S20/40

摘要： The disclosed subject matter relates to an integrated decision support “cockpit” or control center for displaying, analyzing, and/or responding to, various events and contingencies that can occur within an electrical grid.

摘要翻译： 所公开的主题涉及用于显示，分析和/或响应可能发生在电网内的各种事件和意外事件的综合决策支持“驾驶舱”或控制中心。

公开(公告)号：US08972066B2

公开(公告)日：2015-03-03

申请号：US12885750

申请日：2010-09-20

申请人： Roger Anderson ,  Albert Boulanger ,  Philip Gross ,  Bob Blick ,  Leon Bukhman ,  Mark Mastrocinque ,  John Johnson ,  Fred Seibel ,  Hubert Delany

发明人： Roger Anderson ,  Albert Boulanger ,  Philip Gross ,  Bob Blick ,  Leon Bukhman ,  Mark Mastrocinque ,  John Johnson ,  Fred Seibel ,  Hubert Delany

IPC分类号： G05D5/00 ,  G01D4/00

CPC分类号： G05B15/02 ,  G01D4/004 ,  G05F1/66 ,  H02J3/00 ,  Y02B90/242 ,  Y02B90/245 ,  Y04S20/322 ,  Y04S20/40

摘要： The disclosed subject matter relates to an integrated decision support “cockpit” or control center for displaying, analyzing, and/or responding to, various events and contingencies that can occur within an electrical grid.

摘要翻译： 所公开的主题涉及用于显示，分析和/或响应可能发生在电网内的各种事件和意外事件的综合决策支持“驾驶舱”或控制中心。

公开(公告)号：US20090157573A1

公开(公告)日：2009-06-18

申请号：US12178553

申请日：2008-07-23

申请人： Roger N. Anderson ,  Albert Boulanger ,  David L. Waltz ,  Phil Long ,  Arias Marta ,  Philip Gross ,  Hila Becker ,  Arthur Kressner ,  Mark Mastrocinque ,  Matthew Koenig ,  John A. Johnson

发明人： Roger N. Anderson ,  Albert Boulanger ,  David L. Waltz ,  Phil Long ,  Arias Marta ,  Philip Gross ,  Hila Becker ,  Arthur Kressner ,  Mark Mastrocinque ,  Matthew Koenig ,  John A. Johnson

IPC分类号： G06F15/18

CPC分类号： G06N99/005

摘要： A machine learning system creates failure-susceptibility rankings for feeder cables in a utility's electrical distribution system. The machine learning system employs martingale boosting algorithms and Support Vector Machine (SVM) algorithms to generate a feeder failure prediction model, which is trained on static and dynamic feeder attribute data. Feeders are dynamically ranked by failure susceptibility and the rankings displayed to utility operators and engineers so that they can proactively service the distribution system to prevent local power outages. The feeder rankings may be used to redirect power flows and to prioritize repairs. A feedback loop is established to evaluate the responses of the electrical distribution system to field actions taken to optimize preventive maintenance programs.

摘要翻译： 机器学习系统为公用事业的配电系统中的馈线电缆创建故障敏感性排名。 机器学习系统采用mart升级算法和支持向量机（SVM）算法，生成馈线故障预测模型，对静态和动态馈线属性数据进行了培训。 馈线由故障敏感性和对公用事业运营商和工程师的排名进行动态排名，以便他们可以主动为服务分配系统，以防止局部停电。 馈线排名可用于重定向电力流量并优先进行维修。 建立了一个反馈回路，以评估配电系统对优化预防性维护计划所采取的现场行动的响应。

公开(公告)号：US08583405B2

公开(公告)日：2013-11-12

申请号：US12777803

申请日：2010-05-11

申请人： Maggie Chow ,  Mark Mastrocinque ,  Robert J. Blick ,  Roger N. Anderson ,  Albert Boulanger ,  Philip Gross

发明人： Maggie Chow ,  Mark Mastrocinque ,  Robert J. Blick ,  Roger N. Anderson ,  Albert Boulanger ,  Philip Gross

IPC分类号： G06F11/30 ,  G21C17/00 ,  G06Q10/00

CPC分类号： G06Q10/06 ,  G06Q10/063

摘要： A system and computer-implemented method of providing contingency analysis information for a utility service network that includes obtaining contingency analysis information from a plurality of external sources, integrally combining the contingency analysis information obtained from each of the plurality of external sources into a single application and prioritizing the contingency analysis information in a predetermined order, dynamically updating, the contingency analysis information obtained from each of the plurality of external sources and the prioritization of the contingency analysis information based on status information, and displaying the contingency analysis information to a user via a graphical user interface.

摘要翻译： 一种用于为公用事业服务网络提供应急分析信息的系统和计算机实现的方法，包括从多个外部源获得应急分析信息，将从多个外部源中的每个获得的应急分析信息整合到单个应用中， 以预定顺序对应急分析信息进行优先排序，动态地更新从多个外部源中的每一个获得的应急分析信息和基于状态信息的应急分析信息的优先化，并且经由以下操作向用户显示应急分析信息 图形用户界面。

公开(公告)号：US07945524B2

公开(公告)日：2011-05-17

申请号：US12178553

申请日：2008-07-23

申请人： Roger N. Anderson ,  Albert Boulanger ,  David L. Waltz ,  Phil Long ,  Marta Arias ,  Philip Gross ,  Hila Becker ,  Arthur Kressner ,  Mark Mastrocinque ,  Matthew Koenig ,  John A. Johnson

发明人： Roger N. Anderson ,  Albert Boulanger ,  David L. Waltz ,  Phil Long ,  Marta Arias ,  Philip Gross ,  Hila Becker ,  Arthur Kressner ,  Mark Mastrocinque ,  Matthew Koenig ,  John A. Johnson

IPC分类号： G06F15/18

CPC分类号： G06N99/005

摘要： A machine learning system creates failure-susceptibility rankings for feeder cables in a utility's electrical distribution system. The machine learning system employs martingale boosting algorithms and Support Vector Machine (SVM) algorithms to generate a feeder failure prediction model, which is trained on static and dynamic feeder attribute data. Feeders are dynamically ranked by failure susceptibility and the rankings displayed to utility operators and engineers so that they can proactively service the distribution system to prevent local power outages. The feeder rankings may be used to redirect power flows and to prioritize repairs. A feedback loop is established to evaluate the responses of the electrical distribution system to field actions taken to optimize preventive maintenance programs.

摘要翻译： 机器学习系统为公用事业的配电系统中的馈线电缆创建故障敏感性排名。 机器学习系统采用mart升级算法和支持向量机（SVM）算法，生成馈线故障预测模型，对静态和动态馈线属性数据进行了培训。 馈线由故障敏感性和对公用事业运营商和工程师的排名进行动态排名，以便他们可以主动为服务分配系统，以防止局部停电。 馈线排名可用于重定向电力流量并优先进行维修。 建立了一个反馈回路，以评估配电系统对优化预防性维护计划所采取的现场行动的响应。