Jianguo Ding
Institutionen för informationsteknologi
Jianguo Ding
Lektor i datavetenskap
Syfte med forskningsprojektet Elvira är att hjälpa beslutsfattare att förutse fel och deras kaskadeffekter genom att utveckla tidsbaserade modeller och analysmetoder för att modellera riskbedömning och motståndskraftindex hos elnät.
De flesta samhällsviktiga funktioner, som till exempel hälso- och sjukvård, vattenförsörjning, livsmedelsförsörjning och kommunikation, är beroende av tillförlitlig elförsörjning.
Elnätets infrastruktur
Elnätet upprätthålls av många olika aktörer som elproducenter, eldistributörer och olika kommuner. Dessa infrastrukturkomponenter är integrerade dels med varandra och dels med komponenter och tjänster från andra kritiska infrastrukturer och funktioner såsom sjukvården. Det ömsesidiga beroendet mellan komponenterna är komplext.
När fel uppstår
Ett fel i en komponent kan leda till en dominoeffekt och, i värsta fall, orsaka fel i andra infrastrukturer eller störa livsviktiga funktioner eftersom tillgång på bland annat värme, vatten, mat och kommunikation är beroende av tillgång på el. De massiva strömavbrott som drabbade stora delar av USA och Kanada 2003, Kalifornien och Mexico 2011 och Indien 2012 är tydliga exempel på hur stora delar av samhället kan slås ut av dominoeffekter.
Vårt projekt undersöker fem viktiga frågor:
Hur förhåller sig komponenter i kraftnät till andra delar av kritisk infrastruktur?
- Vad är en möjlig förklaring till att en kraftnätskomponent havererar?
- Vad är möjliga konsekvenser av ett haveri?
- Vad är aktuell status för ett kraftnät med avseende på kritiska haverier?
- Hur kan felmeddelanden och intressanta synpunkter från medborgare och andra intressenter integreras med monitorering och analys av haverier?
- Vi fokuserar på elnät och utvecklar modeller för att få en komplex och holistisk bild av beroenden och konsekvenser i kritiska infrastrukturer. Vi gör det genom att tillämpa informationsfusionsalgoritmer på data från olika typer av källor, som sensorer, loggar, medborgare och funktioner.
Målet är förbättrad situationsmedvetenhet och ökad motståndskraft. De metoder och algoritmer vi utvecklar utgör en del i ett ramverk som ska utökas med realtidssimulering i framtida projekt.
Projektet i media
Nyheter, event och publikationer
Här finns information om de nyheter, event och publikationer som gjorts inom projektet.
Finansiär
ELVIRA finansieras av Europeiska Unionen – Fonden för inre säkerhet
Projektledare
Lektor i datavetenskap
