特表 2024-541847 適応的電力網管理システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-11-13

(54)【発明の名称】適応的電力網管理システム

(51)【国際特許分類】

   H04L 67/101 20220101AFI20241106BHJP

【ＦＩ】

H04L67/101

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2024522485

(86)(22)【出願日】2022-10-17

(85)【翻訳文提出日】2024-06-06

(86)【国際出願番号】 US2022046851

(87)【国際公開番号】W WO2023064623

(87)【国際公開日】2023-04-20

(31)【優先権主張番号】63/256,292

(32)【優先日】2021-10-15

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】63/328,127

(32)【優先日】2022-04-06

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

(71)【出願人】

【識別番号】515322297

【氏名又は名称】ゼネラル エレクトリック テクノロジー ゲゼルシャフト ミット ベシュレンクテル ハフツング

【氏名又は名称原語表記】Ｇｅｎｅｒａｌ Ｅｌｅｃｔｒｉｃ Ｔｅｃｈｎｏｌｏｇｙ ＧｍｂＨ

【住所又は居所原語表記】Ｂｒｏｗｎ Ｂｏｖｅｒｉ Ｓｔｒａｓｓｅ ８， ５４００ Ｂａｄｅｎ， Ｓｗｉｔｚｅｒｌａｎｄ

(74)【代理人】

【識別番号】100105588

【弁理士】

【氏名又は名称】小倉 博

(74)【代理人】

【識別番号】100129779

【弁理士】

【氏名又は名称】黒川 俊久

(74)【代理人】

【識別番号】100151286

【弁理士】

【氏名又は名称】澤木 亮一

(72)【発明者】

【氏名】シャリフ－アスカリー，ジャムシッド

(57)【要約】

【課題】 デバイスのネットワークを適応的に管理するためのシステム、装置、および方法を提供する。
【解決手段】
システムは、コンテキストモデルを訓練し、デバイスのネットワークから信号を受信し、コンテキストモデルに基づいて、デバイスのネットワークの現在の状態に関連するコンテキストデータを決定し、コンテキストデータに基づいて形成プランを決定し、形成プランおよびネットワークデバイスデータベースに格納されたデバイス情報に基づいて１つまたは複数のスカウトアプリケーションを構成し、デバイスのネットワーク内の１つまたは複数のデバイスによって１つまたは複数のスカウトアプリケーションを実行させるように構成される。
【選択図】図１

【特許請求の範囲】

【請求項1】

適応電力網管理システムであって、
ネットワークデバイスデータベースと、
ネットワークアダプタと、
前記ネットワークデバイスデータベースと前記ネットワークアダプタに結合されたプロセッサとを含み、前記プロセッサは、
過去のデバイス信号と複数のデバイスのネットワークに関連する過去のコンテキスト情報を使用して、機械学習アルゴリズムでコンテキストモデルを訓練するステップと、
複数のデバイスの前記ネットワークから信号を受信するステップと、
前記コンテキストモデルに基づいて、複数のデバイスの前記ネットワークの現在の状態に関連するコンテキストデータを決定するステップと、
コンテキストデータに基づいて形成プランを決定するステップであって、前記形成プランは、複数のデバイスの前記ネットワーク内の１つまたは複数のデバイスによって実行されるタスクを含む、前記ステップと、
前記形成プランおよび前記ネットワークデバイスデータベースに格納されたデバイス情報に基づいて、１つまたは複数のスカウトアプリケーションを構成するステップと、
前記ネットワークアダプタを介して、前記１つまたは複数のスカウトアプリケーションを、複数のデバイスの前記ネットワーク内の１つまたは複数のデバイスに実行させるステップと、
を実行するように構成される、適応電力網管理システム。

【請求項2】

前記１つまたは複数のデバイスは、発電所、太陽光発電所、風力発電所、デジタル変電所、マイクログリッドコントローラ、電気自動車充電ステーションのうちの１つ以上に関連するフィールドエージェント装置を含む、請求項１記載のシステム。

【請求項3】

前記コンテキストデータは、各々が重大度に関連付けられた選択された重要な属性のセットを含む、請求項１記載のシステム。

【請求項4】

前記コンテキストデータは、制御領域識別子、タイミング識別子、及びアラート条件識別子を含む、請求項１記載のシステム。

【請求項5】

形成プランは、
前記コンテキストデータをコンテキストパターンデータベースのコンテキストパターンと照合し、
前記コンテキストデータを、それぞれ別の問題領域の観点に対応するコンテキスト抽象化パネルに分離し、
各コンテキスト抽象化パネルに関連付けられた前記タスクと前記１つまたは複数のデバイスとを決定することに基づいて決定される、請求項１に記載のシステム。

【請求項6】

前記形成プランは、前記コンテキストデータに基づいて決定された複数のステップと複数のトリガ条件のリストを含む状態マシンに基づいて決定される、請求項１に記載のシステム。

【請求項7】

前記１つ以上のスカウトアプリケーションを構成するステップは、前記形成プランに一致する保存されたスカウトアプリケーションを選択するステップを含む、請求項１記載のシステム。

【請求項8】

前記１つ以上のスカウトアプリケーションにはそれぞれ役割が割り当てられ、前記役割に基づいて構成される、請求項１記載のシステム。

【請求項9】

前記１つ以上のスカウトアプリケーションを構成することは、
前記形成プランに基づいて、保存されたアプリケーションコンポーネントを使用して新しいスカウトアプリケーションを生成するステップと
配備前に新しいスカウトアプリケーションをテストするステップと、を含む、請求項１記載のシステム。

【請求項10】

前記プロセッサは、前記１つ以上のスカウトアプリケーションを複数のデバイスの前記ネットワーク内の前記１つ以上のデバイスによって実行させる前に、複数のデバイスの前記ネットワークからの更新された信号に基づいて、前記形成プランをシミュレートするようにさらに構成される、請求項１に記載のシステム。

【請求項11】

電力網の適応的管理方法であって、
プロセッサ上で実行される機械学習アルゴリズムで、複数のデバイスのネットワークに関連する過去のデバイス信号と過去のコンテキスト情報を使用して、コンテキストモデルを訓練するステップと、
複数のデバイスの前記ネットワークから信号を受信するステップと、
前記プロセッサで、前記コンテキストモデルに基づいて、複数のデバイスの前記ネットワークの現在の状態に関連するコンテキストデータを決定するステップと、
前記プロセッサで、前記コンテキストデータに基づいて形成プランを決定するステップであって、前記形成プランは、複数のデバイスの前記ネットワーク内の１つまたは複数のデバイスにより実行されるタスクを含む、前記ステップと、
前記形成プランおよび前記ネットワークデバイスデータベースに格納されたデバイス情報に基づいて、前記プロセッサにより、１つまたは複数のスカウトアプリケーションを構成するステップと、
前記１つまたは複数のスカウトアプリケーションを、複数のデバイスの前記ネットワーク内の１つまたは複数のデバイスに実行させるステップと、を含む、方法。

【請求項12】

前記１つ以上のデバイスが、発電所、太陽光発電所、風力発電所、デジタル変電所、マイクログリッドコントローラ、および電気自動車充電ステーションのうちの１つ以上に関連するフィールドエージェントデバイスを含む、請求項１１に記載の方法。

【請求項13】

前記コンテキストデータは、各々が重大度に関連付けられた、選択された重要な属性のセットを含む、請求項１１に記載の方法。

【請求項14】

前記コンテキストデータは、制御領域識別子、タイミング識別子、およびアラート条件識別子を含む、請求項１１に記載の方法。

【請求項15】

形成プランは、
前記コンテキストデータをコンテキストパターンデータベースのコンテキストパターンと照合するステップと、
前記コンテキストデータを、それぞれ別の問題領域の観点に対応するコンテキスト抽象化パネルに分離するステップと、
各コンテキスト抽象化パネルに関連付けられた前記タスクと前記１つまたは複数のデバイスを決定するステップと、
に基づいて決定される、請求項１１に記載の方法。

【請求項16】

前記形成プランは、前記コンテキストデータに基づいて決定された複数のステップおよび複数のトリガ条件のリストを含む状態マシンに基づいて決定される、請求項１１に記載の方法。

【請求項17】

前記１つ以上のスカウトアプリケーションを構成するステップは、前記形成プランに一致する記憶されたスカウトアプリケーションを選択することを含む、請求項１１に記載の方法。

【請求項18】

前記１つ以上のスカウトアプリケーションにはそれぞれ役割が割り当てられ、前記役割に基づいて構成される請求項１１に記載の方法。

【請求項19】

前記１つまたは複数のスカウトアプリケーションを構成するステップが、
前記形成プランに基づいて、保存されたアプリケーションコンポーネントを使用して新しいスカウトアプリケーションを生成するステップと、
配備前に新しいスカウトアプリケーションをテストするステップと、
を含む、請求項１１に記載の方法。

【請求項20】

複数のデバイスの前記ネットワーク内の１つ以上のデバイスによって前記１つ以上のスカウトアプリケーションを実行させる前に、複数のデバイスの前記ネットワークからの更新された信号に基づいて形成プランをシミュレートするステップをさらに含む、請求項１１に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、一般に複数の機器のネットワーク（network of devices）の管理に関する。

【背景技術】

【0002】

電力網（GRID：グリッド）のような地理的に分散した複雑なデバイスネットワーク（device networks）は、ネットワーク内のコンポーネント数が非常に多いため、サービス中断につながる様々な状況の影響を特に受けやすい場合が多い。天候や妨害行為などの外的原因や、デバイスの老朽化や誤動作などの内的原因を特定し、トラブルシューティングを行い、タイムリーに修正することは困難である。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】米国特許出願公開第２０１８／０２６２５２５号明細書

【図面の簡単な説明】

【0004】

本明細書に開示されるのは、適応デバイスネットワーク管理（adaptive device network management）を提供するためのシステムおよび方法の実施形態である。本明細書は、以下の図面を含む。

【図1】いくつかの実施形態による電力網システムのシステム図である。

【図2】いくつかの実施形態による適応電力網管理システムのブロック図である。

【図3】いくつかの実施形態による適応電力網管理システムと動作セルのブロック図である。

【図4】いくつかの実施形態による電力網システムのブロック図である。

【図5】いくつかの実施形態によるネットワーク管理システムのフロー図である。

【図6】いくつかの実施形態による動作セルのフロー図である。

【図7】いくつかの実施形態によるネットワーク管理システムのブロック図である。

【図8】いくつかの実施形態に従った適応電力網管理システムと動作セルのモジュールのブロック図である。

【図9A】いくつかの実施形態によるネットワーク管理システムのモジュールのフロー図である。

【図9B】いくつかの実施形態によるネットワーク管理システムのモジュールのフロー図である。

【図10A-1】いくつかの実施形態によるネットワーク管理システムのモジュールのフロー図である。

【図10A-2】いくつかの実施形態によるネットワーク管理システムのモジュールのフロー図である。

【図10B】いくつかの実施形態によるネットワーク管理システムのモジュールのフロー図である。

【図11】いくつかの実施形態によるネットワーク管理システムのモジュールのフロー図である。

【0005】

図中の要素は、単純化および明瞭化のために図示されており、必ずしも縮尺通りに描かれていない。例えば、図中のいくつかの要素の寸法および／または相対的な位置は、本発明の様々な実施形態の理解を向上させるために、他の要素に対して誇張されている場合がある。また、商業的に実現可能な実施形態において有用であるか、または必要である、一般的であるがよく理解されている要素は、本発明のこれらの様々な実施形態の視界をあまり妨げないようにするために、描かれていないことが多い。特定の動作および／またはステップは、特定の発生順序で記載または描写される場合があるが、当業者であれば、順序に関するそのような特定性は実際には必要ないことを理解するであろう。本明細書で使用される用語および表現は、異なる特定の意味が本明細書で別途規定されている場合を除き、上述の技術分野の当業者によってそのような用語および表現に与えられるような通常の技術的意味を有する。

【発明を実施するための形態】

【0006】

一般的に言えば、様々な実施形態に従って、デバイスのネットワークを適応的に管理するためのシステム、装置、および方法が本明細書で提供される。

【0007】

いくつかの実施形態では、適応電力網管理システム（adaptive power grid management system）が提供される。このシステムは、ネットワークデバイスデータベースと、ネットワークアダプタと、プロセッサとを備える。プロセッサは、デバイスのネットワークに関連する過去のデバイス信号および過去のコンテキスト情報を使用して機械学習アルゴリズムでコンテキストモデルを訓練し、デバイスのネットワークから信号を受信し、コンテキストモデルに基づいてデバイスのネットワークの現在の状態に関連するコンテキストデータを決定し、コンテキストデータに基づいて形成プラン（formation plan：フォーメーションプラン）を決定するように構成される、形成プランは、デバイスのネットワーク内の１つまたは複数のデバイスによって実行されるタスクを含み、形成プランおよびネットワークデバイスデータベースに格納されたデバイス情報に基づいて１つまたは複数のスカウトアプリケーションを構成し、ネットワークアダプタを介して、デバイスネットワーク内の１つまたは複数のデバイスによって１つまたは複数のスカウトアプリケーション（scout applications）を実行させる。

【0008】

いくつかの実施形態では、電力網管理用の動作セルデバイス（operating cell device）が提供される。このデバイスは、デバイスネットワーク管理システムと通信するように構成されたネットワークアダプタと、ネットワークアダプタに結合されたプロセッサとを備え、プロセッサは、ネットワークアダプタを介して、サーバから、関連する役割割り当てを有するスカウトアプリケーションを受信し、スカウトアプリケーションを認証し、認証時にスカウトアプリケーションを自動的に実行し、ネットワークアダプタを介して、スカウトアプリケーションの役割割り当てに基づいて、デバイスネットワーク管理システムまたはネットワーク内の複数のデバイスと通信するように構成される。

【0009】

ここで図１を参照すると、適応電力網管理システムを備えた電力網（power grid：パワーグリッド）が示されている。電力網は、電力網運用データセンタ（grid operation data center）１１０と、エンタープライズデータセンタ（enterprise data center）１２０と、クラウドサービス（cloud services）１３０と、適応電力網管理システム（adaptive grid management system）１４０と、それぞれが電力網コンポーネントおよび／またはサブシステムに結合された制御セルを監視および／または制御するように構成された複数のフィールドエージェントデバイス（field agent devices）１７０とを含む。

【0010】

電力網運用データセンタ１１０は、アプリケーション連携・統合プラットフォーム上で通信する送配電管理システム（transmission and distribution management system）、分散型エネルギー資源（ＤＥＲ）再生可能エネルギー管理システム（distributed energy resource (DER) and renewable management system）、電力網可視化・洞察システム（grid visibility and insight system）、ヒストリアンシステム（historian system）、電力網デバイス・資産サービスシステム（grid devices and asset services system）で構成することができる。電力網運用データセンタ１１０のコンポーネントは、それぞれの機能を実行するために、ネットワークを介してエンタープライズデータセンタ１２０およびシステムオペレータ１５０と通信することができる。エンタープライズデータセンタ１２０は一般に、エンタープライズ・レベルの管理のためのエンタープライズアプリケーションで構成される。システムオペレータ１５０は、電力マーケットに関連するシステム、送電システムオペレータ（ＴＳＯ：electric power transmission system operator）、独立システムオペレータ（ＩＳＯ：independent system operator）、分散システムオペレータ（ＤＳＯ：distributed system operator）などの外部システムを含むことができる。適応電力網管理システム１４０は、システムオペレータ１５０、電力網運用データセンタ１１０、およびエンタープライズデータセンタ１２０からのデータを集約することができる。いくつかの実施形態では、適応電力網管理システム１４０は、電力使用情報を集約するクラウドサービス１３０（クラウドアプリケーションおよび分析、ならびにクラウドサービス提供（cloud applications and analytics and cloud service delivery）を含む）、仮想発電所（virtual power plants）１８０、および需要応答／分散エネルギー応答／電気自動車（ＤＲ／ＤＥＲ／ＥＶ）アグリゲータ（demand response/distributed energy response/electric vehicle (DR/DER/EV) aggregators）１６０からのデータをさらに集約することができる。

【0011】

適応電力網管理システム１４０は、一般に、ネットワークのデバイスおよびコンポーネント（devices and components of the network）からのデータを集約して、アラート状態を検出し、アラート状態に応答して電力網形成プラン（grid formation plan）を決定するように構成される。いくつかの実施形態では、電力網形成プランは、アラート状態に関連付けられたコンテキストデータを過去のコンテキストパターンと比較して、電力網の形成に影響を与える形成を決定する人工知能（ＡＩ：artificial intelligence）機械学習（ＭＬ：machine learning）アルゴリズムに基づいて決定される。適応電力網管理システム１４０は、形成プランを実行するために、フィールドエージェントデバイス１７０などの動作セル上で実行されるスカウトアプリケーションを形成および展開するようにさらに構成され得る。いくつかの実施形態では、適応電力網管理システム１４０は、フィールドエージェントデバイス１７０で実行されるスカウトアプリケーションから追加のデータを受信し、電力電力網からの更新された情報に基づいて新たな形成プランを生成するようにさらに構成される。

【0012】

いくつかの実施形態では、適応電力網管理システム１４０は、変化する電力システムの動作条件（changing power system operating conditions）に応答して、電力網を新しい自己定義された最適な運用形成（new self-defined optimize operational formation）に自動的にかつ状況に応じて適応（automatically and contextually adapt）させることができる。動作条件には、物理的ストレス、環境ハザード、社会不安、破壊工作、パンデミック、および屋内退避動作条件（physical stress, environmental hazards, social unrest, sabotage, pandemics, and shelter-in-place operating conditions）が含まれ得る。いくつかの実施形態では、適応電力網管理システム１４０は、自己動作電力網（self-acting grid）の形成および動作を駆動するために構成された、自己形成多次元、コンテキスト及び認知状態マシン（self-forming multi-dimensional, contextual, and cognitive state machine）を含む。いくつかの実施形態では、適応電力網管理システム１４０は、グリッドワイドマインドモジュール（grid-wide-mind module：電力網全体に渡るマインドモジュール）と呼ばれる自己学習型意思決定支援システム（self-learning decision support system）を含み、これは、電力網アーティフィサーモジュール（grid artificer module）を支援するために、動的な、条件ベースのコンテキストデータおよびコンテキスト構成（dynamic, condition-based context data and contextual construct）を提供するように構成される。いくつかの実施形態では、適応電力網管理システム１４０は、グリッドワイドマインドルのサポートにおいて、グリッドワイドマインド分散コンテキストセンシング（grid-wide-mind distributed contextual sensing：電力網全体に渡るマインド分散コンテキスト検知）を利用する一意の割り当てられた所有権および色付け（ownership and colorization）を有するシステム全体にわたる連携アラート相関処理エンジン（system-wide federated alerts correlation processing engine）を含む。いくつかの実施形態では、適応電力網管理システム１４０は、役割ベースのコマンド・コーディネータおよび実行者（command coordinator and executor）として機能するグリッドワイド連携コマンドモジュール（grid-wide federation command module）を含み、グリッドワイド連携マネージャ、電力網予見マネージャ、およびスカウトコマンド（grid-wide federation manager, grid foresight manager, and scouts command）として動作する。いくつかの実施形態による適応電力網管理システム１４０は、本明細書の図２～図７を参照してさらに詳細に説明される。

【0013】

フィールドエージェントデバイス１７０は、保護されたプライベートネットワーク、仮想プライベートネットワーク、無線ネットワーク、電力線通信（ＰＬＣ：power lines communication）ネットワーク、および／またはインターネットなどのネットワークを介して、適応電力網管理システム１４０および他のフィールドエージェントデバイス１７０と通信するように構成されたプロセッサベースの装置を含む。いくつかの実施形態では、フィールドエージェントデバイス１７０は、地理的に分散され、それぞれが、風力発電所、デジタル変電所、太陽光発電所、パワーバンク、電気自動車（ＥＶ）充電ステーション、２１３３９コントローラ（a windfarm, a digital substation, a solar farm, a power bank, an electric vehicle (EV) charging station, a 21339 controller）などの電力網のコンポーネントまたはサブシステムに関連付けられる。いくつかの実施形態において、フィールドエージェントデバイス１７０は、ネットワークの関連するコンポーネントの制御セルとのデータ接続を有し、制御セル（control cell）を介してデータを交換し、要求を送信し、および／またはネットワークコンポーネントの構成を変更するように構成され得る。いくつかの実施形態において、フィールドエージェントデバイス１７０は、実行されたスカウトアプリケーションに基づいて、ユーザインターフェース（ＵＩ）を介して人間のオペレータに指示を提供するように構成されたユーザインターフェースデバイス（例えば、ポータブルコンピュータ、携帯電話）であってもよい。いくつかの実施形態では、フィールドエージェントデバイス１７０は、適応電力網管理システム１４０から、または別のフィールドエージェントデバイスから受信した１つまたは複数のスカウトアプリケーションを実行して、スカウトアプリケーションによって指定された機能を実行するように構成される。いくつかの実施形態では、フィールドエージェントデバイス１７０は、適応電力網管理システムと通信することなく、スカウトアプリケーションの指令に基づいて長時間（例えば、数時間、数日間）動作するように構成されてもよい。いくつかの実施形態では、フィールドエージェントデバイス１７０のグループは、デバイス上で実行されるスカウトアプリケーションに割り当てられた役割に基づいて、フェデレーション（federation：連携）を形成することができる。いくつかの実施形態において、連携のスカウトマスタ（scout master）として機能するスカウトアプリケーションを実行するフィールドエージェントデバイス１７０は、連携内の他のフィールドエージェントデバイス１７０に対してタスク実行を調整し、及び／又はコマンドを発行するように構成されてもよい。いくつかの実施形態において、フィールドエージェントデバイス１７０は、実行されたスカウトアプリケーションのコピーを別のフィールドエージェントデバイス１７０にインストールして実行させるように構成されてもよい。いくつかの実施形態において、フィールドエージェントデバイス１７０は、１つ以上のタスクの完了後又は設定された期間後にスカウトアプリケーションを自動的に終了させるように構成されてもよい。

【0014】

いくつかの実施形態では、１つ以上のスカウトアプリケーションを実行するフィールドエージェントデバイス１７０は、適応電力網管理システム１４０の動作セル（operating cell）と呼ばれることがある。いくつかの実施形態では、適応電力網管理システム１４０は、動的な電力網の内部および外部の要請に応答して、地理的に分散し、目的に適合した自己形成動作セル（geographically dispersed fit-for-purpose self-forming operating cells）への電力網の適応的形成を提供するように構成される。いくつかの実施形態では、各動作セルまたはセルの連携は、自己管理され、割り当てられた目的を達成するために自律的に動作することができる。いくつかの実施形態では、動作セルは、さらに他の動作セルと合併してより大きなセルを作成するか、または連携（federation：フェデレーション）に参加して、複数の割り当てられた目的を集合的に達成することができる。いくつかの実施形態では、ストレス（例えば、物理的脅威、サイバー脅威、不十分な処理能力、メモリ、電力供給、ネットワーク接続の安定性（physical threat, cyber threat, insufficient processing power, memory, power supply, network connection stability）など）を受けた動作セルは、他のセルに権限を移譲することができる。いくつかの実施形態において、適応電力網管理システム１４０は、屋内退避動作条件（shelter-in-place：シェルター・イン・プレース）および他の緊急対応オペレーションを支援するために、目的適合型分散制御の横方向アクセスの動的形成（dynamic formation of lateral access）を提供するように構成され得る。いくつかの実施形態では、適応電力網管理システム１４０は、コマンドまたはストレス条件に応答して、複数の動作セルに関する権限の移転および自律的な動作を可能にする連携トランザクション処理（federated transaction processing：連携トランザクションプロセッシング）を定義してもよい。いくつかの実施形態において、適応電力網管理システム１４０は、自己行動型電力網適応形成、電力網形成、電力網予見、および最適化（self-acting grid adaptive formation, grid formation, grid foresight, and optimization）をサポートするスカウトアプリケーションの運用およびライフサイクル管理を提供する。いくつかの実施形態では、システムは、電力網形成を支援するために、拡張された視線および条件ベースの視点（an extended line of sight and condition-based point of view）による電力網全体の観測可能性および先見性（grid-wide observability and foresight）を提供するためのグリッドワイドアイモジュール（grid-wide-eye module）をさらに含む。

【0015】

いくつかの実施形態では、適応電力網管理システム１４０およびフィールドエージェントデバイス１７０は、図１に示すコンポーネントの１つまたは複数を既存の電力グリッドに追加する。従来、電力網運用データセンタ１１０の構成要素は、電力網運用データセンタ１１０の構成要素が、電力網運用センタがサポートする各タイプの制御セルと通信するようにそれぞれ構成される必要があるように、個別に定義された複数のメッセージングフォーマットおよび／またはプロトコルに基づいて、電力グリッドのサービスおよび制御セルと通信することができる。いくつかの実施形態では、適応電力網管理システム１４０とフィールドエージェントデバイス１７０は、電力網運用データセンタ１１０の構成要素とシステム内の様々な制御装置との間の通信を統一する仲介の役割を果たすことができる。いくつかの実施形態では、各フィールドエージェントは、関連するコントローラと通信するように構成され得るが、フィールドエージェントデバイス１７０と、適応電力網管理システム１４０および／または電力網運用データセンタ１１０との間の通信は、統一されたメッセージングフォーマットおよび／またはプロトコルに基づいてもよい。

【0016】

次に図２を参照すると、いくつかの実施形態による適応電力網管理システムが示されている。いくつかの実施形態において、適応電力網管理システム２００は、コンピュータ読み取り可能なメモリ記憶装置に記憶されたコンピュータ読み取り可能な命令を実行する１つ以上のプロセッサベースのデバイスを含んでもよい。幾つかの実施形態では、適応電力網管理システムは、複数のネットワーク化されたプロセッサベースのデバイス上の分散及び／又は冗長サーバアーキテクチャ（distributed and/or redundant server architecture）で実装されてもよい。いくつかの実施形態において、示された適応電力網管理システム２００の構成要素は、ソフトウェアおよび／またはハードウェアモジュールを含んでもよい。

【0017】

いくつかの実施形態では、適応電力網管理システム２００は、変化する電力系統の運用条件（changing power system operating conditions）に応答して、新しい運用形態に文脈的に適応する（contextually adapts：前後関係を考慮した態様で適応する）自己行動型電力網を提供する。動作条件には、物理的ストレス、環境ハザード、社会不安、破壊工作、パンデミック、および屋内退避（shelter-in-place：シェルター・イン・プレース）動作条件が含まれる場合がある。いくつかの実施形態では、適応電力網管理システム２００は、分散型コンテキストセンシング（distributed contextual sensing）２７２を利用した、一意に割り当てられた所有権およびカラー化（assigned ownership and colorization）に基づくアラート相関エンジン（alert correlation engine）２０１を含む。いくつかの実施形態では、適応電力網管理システム２００は、機械学習アルゴリズムを利用して、電力網アーティフィサーモジュール２１０を支援する動的な、条件ベースのコンテキストデータおよびコンテキスト構築物（dynamic, condition-based context data and contextual construct）を提供する意思決定支援モジュール（decision support module）２０２を含む。いくつかの実施形態では、適応電力網管理システム２００は、システコンテキストセンシングる動作条件に応答して電力網の物理的および動作上の安定性を維持するために、自己作用型電力網形成および動作を駆動するように構成された自己形成型電力網アーティフィサーモジュール２１０を含む。いくつかの実施形態では、適応電力網管理システム２００は、自己作動型電力網の形成および動作を駆動するために、自己形成型多次元、コンテキスト、および認知状態マシン（a self-forming multi-dimensional, contextual, and cognitive state machine）を動作させるための認知状態マシン（「ＣＳＭ：cognitive state machine」）オペレータ２１３を含む。いくつかの実施形態では、適応電力網管理システム２００は、役割ベースのコマンド・コーディネータおよび実行者として機能する電力網連携コマンドモジュール２３０を含み、グリッドワイド連携マネージャ、電力網予見マネージャ、およびスカウトコマンド（grid-wide federation manager, grid foresight manager, and scouts command）として動作する。

【0018】

いくつかの実施形態では、適応電力網管理システム２００は、動的な電力網内部および外部の要請（dynamic grid internal and external imperatives）に応答して、地理的に分散した目的に適合した自己形成動作セル（geographically dispersed fit-for-purpose self-forming operating cells）２７０への電力網の適応的形成（adaptive formation）を提供するように構成される。いくつかの実施形態では、各動作セル２７０は自己管理（self-managed）され、割り当てられた目的を達成するために自律的に動作することができる。動作セル２７０は、さらに他の動作セルと合併してより大きなセルを作成したり、複数の割り当てられた目的を達成するためにフェデレーション（連携）に参加したりすることができる。いくつかの実施形態では、ストレス下にある動作セル２７０は、他のセルに権限を移譲することができる。いくつかの実施形態において、システムは、シェルター・イン・プレース（shelter-in-place）及び他の緊急対応活動を支援するために、目的に適合した分散制御の横方向アクセスの動的形成を提供するように構成される。いくつかの実施形態では、システムは、コマンドまたはストレス条件に応答して、複数の動作セルに関する権限の移転および自律的な動作を可能にする連携トランザクション処理（federated transaction processing）を定義することができる。

【0019】

アラート相関エンジン２０１は、アラート状態検出のために、電力網運用データセンタ２６０およびコンテキストセンシング（contextual sensing）２７２などの他のデータソースからデータを取得するように構成される。アラート相関エンジン２０１は、地理的に分散したアラート取得プロセッサを調整するためのアラート調整マネージャモジュールを含むことができる。いくつかの実施形態において、アラート調整マネージャモジュールは、一意のシステム全体に割り当てられたアラート所有権（alert ownership）を有する関連するシステム全体のアラートの処理及び変換を調整するように構成される。いくつかの実施形態では、アラート調整マネージャはさらに、電力網とその状態の動的で全体的なビューを提供するために、関連するアラートの取り込みと保存を管理する。保存された情報は、過去の再現、パターン認識、および状況調整のために使用することができる。いくつかの実施形態では、保存された情報は、ディープニューラルネットワークアルゴリズムなどの機械学習アルゴリズムを使用して、アラートおよび／またはコンテキストモデルを訓練するために使用される。訓練されたモデルは、アラート相関エンジン２０１によって、電力網の現在の状態に関連するアラートを検出し、及び／又はコンテキスト情報を決定するように構成されてもよい。

【0020】

アラート相関エンジン２０１は、アラート調整マネージャおよび／または電力網運用データセンタ２６０から信号を受信し、信号を分析し、許容帯域（acceptable band：許容可能な幅）を外れた異常状態を検出する。異常状態が検出された場合、アラート相関エンジン２０１は、アラート相関処理を起動する一意のＩＤおよび信号属性を含むアクションストレスフレーム（action stress frame）を生成することができる。いくつかの実施形態では、アラート相関エンジン２０１は、ストレスフレームの一意のＩＤに基づいてパターン認識分析を開始し、ベストマッチの対応するソース、重大度、および／または潜在的な影響領域（source, severity degree, and/or potential area of impact）に基づいて色付けされたパターンプレートを生成する。いくつかの実施形態では、アラート相関処理エンジンは、パターンプレートの分析結果を受信すると、アクションストレスフレームコンストラクタモジュール（action stress frame constructor module）を起動し、ストレスフレームＩＤ、パターンプレート、および関連する時間（a stress frame ID, pattern plates, and an associated time）を含むアクションストレスフレームを構築する。いくつかの実施形態では、警告相関処理エンジンはさらに、分析から学んだ教訓に基づいて学習エンジン２０３に記録を作成する。次に、アラート相関エンジン２０１は、グリッドゲートキーパモジュール（grid gatekeeper module）を介してアクションストレスフレームをグリッドワイドマインドモジュール（grid-wide-mind module）の意思決定支援モジュール２０２に送信することができる。いくつかの実施形態において、グリッドゲートキーパモジュールは、一般的に、グリッドワイドマインドモジュールと電力網アーティフィサーモジュールとの間の通信のための認証及びセキュリティ検証を提供するように構成される。

【0021】

意思決定支援モジュール２０２は、電力網形成分析エンジンを介してアクションストレスフレーム（action stress frames）を検証するように構成される。いくつかの実施形態では、電力網形成解析エンジン（grid-shaping analysis engine）は、学習エンジン２０３との相互作用を通じてアクションストレスフレームを解析し、解析結果およびコンテキストデータをコンテキストデータビルダに送信するように構成される。いくつかの実施形態において、コンテキストデータビルダは、電力網形成解析エンジンから受信した結果に対して相関解析を実行し、値範囲を有する関連するバイタル属性（associated vital attribute）を決定する。コンテキストデータビルダは、さらに、コンテキストデータＩＤと、関連する重大度度（例えば、（ｆｏｒ－ｉｄ、（ａ１、ｓｄ１）、（ａ２、ｓｄ２）、．、、（ａｎ、ｓｄｎ）、ｔｉ）。そして、意思決定支援モジュール２０２は、「ｆｏｒ－ｉｄ、（ａｔｔｒｉｂｕｔｅｓ）、ｔ（ｘ）」をコンテキストデータとして、グリッドゲートキーパモジュール（grid gatekeeper module）を介して電力網アーティフィサーモジュール２１０に送信する。

【0022】

電力網管理データベース２０５は、アラート相関エンジン２０１、意思決定支援モジュール２０２、学習エンジン２０３、および／またはシミュレーションエンジン２０４が使用するために、時間的データ、経験データ、データ所有権、アラート所有権、電力網プロファイル、リソースビューデータ、アプリケーションポートフォリオデータ、ＤＮＡマッピング情報、スカウトポートフォリオデータ、および起動プラン（temporal data, experience data, data ownership, alert ownership, grid profile, resource view data, application portfolio data, DNA mapping information, scouts portfolio data, and launch plans）を格納する。

【0023】

電力網アーティフィサーモジュール２１０は、コンテキスト構成エンジン２１１と、コンテキスト抽象化プレーンデータベース２１２と、ＣＳＭオペレータ２１３と、ＣＳＭビルダ２１４と、ＣａＣＳＭ（コンテキストおよび認知状態マシン：Contextual and Cognitive State Machine）２１５とを備える。いくつかの実施形態において、電力網アーティフィサーモジュール２１０は、決定支援モジュール２０２から受信したコンテキストデータ識別子（context data identifier）および要求を検証することができる。いくつかの実施形態では、電力網アーティフィサーモジュール２１０は、「ｆｏｒ－ｉｄ、（属性：attributes）」の履歴パターンを抽出することによって「ｆｏｒ－ｉｄ、（属性）」を検証し、活性化キー（「ｇａ－認証キー：ga-authentication key」）を作成し、検証時に電力網形成を開始する。

【0024】

いくつかの実施形態では、ミスアライメント（misalignment：ズレ）がアーティフィサーモジュール２１０によって検出されると、アーティフィサーモジュール２１０は、コンテキストデータＩＤ、コンテキストデータ、および時間（ｔｘ１）を決定支援モジュール２０２に送信し、正確性分析を要求してもよい。これに応答して、決定支援モジュール２０２は、ｔ（ｘ）とｔ（ｘ１）との間のシステム状態の差異をアラート相関エンジン２０１でチェックし、正確性分析を実行してもよい。正確性分析からの信頼度（confidence degree）が許容範囲内である場合、決定支援モジュール２０２は、ゲートキーパモジュールを介して、調整された（ｆｏｒ－ｉｄ、（属性）、ｔ（ｘ）、ｇｗｍ－検証キー、ｇａ－認証キー）をアーティフィサーモジュール２１０に送信する。システム状態の変化によって信頼度が許容範囲外になった場合、意思決定支援モジュール２０２は、（ｆｏｒ－ｉｄ、（属性）、ｔ（ｘ２）、ｇｗｍ－検証キー、ｇａ－認証キー－ｘ）を含む新しいコンテキストデータを電力網アーティフィサーモジュール２１０に送信する。いくつかの実施形態では、電力網アーティフィサーモジュール２１０が認証の不一致を識別すると、検証ステップを再度開始することができる。いくつかの実施形態において、アアーティフィサーモジュール１０は、認証キー（「ｇａ－ａｕｔｈｅｎｔｉｃａｔｉｏｎ ｋｅｙ」）を、連携コマンドモジュール２３０、連携マネージャ、予見マネージャ、スカウトマンド、および／または自働オペレータに送信してもよい。いくつかの実施形態では、アーティフィサーモジュール２１０は、次に、コンテキストデータ（例えば、ｆｏｒ－ｉｄ、（ａ１、ｓｄ１）、（ａ２、ｓｄ２）、．．．（ａｎ、ｓｄｎ）、ｔ（ｙ））をコンテキスト構築エンジン２１１に送信する。

【0025】

コンテキスト構築エンジン２１１は、アーティフィサーモジュール２１０からのコンテキストデータを使用して、コンテキスト構築（context construction）を開始するように構成される。コンテキスト構築エンジン２１１は、学習エンジン２０３に要求を送信して、受信したコンテキストデータ（たとえばｆｏｒ－ｉｄ）に関連付けられたパターンおよびコンテキストを正確に示すことができる。いくつかの実施形態では、コンテキスト構築エンジン２１１は、属性（ａ１、ｎおよびｓｄ１、ｎ）ごとに (for-id, (a1,sd1),(a2, sd2), ... ,(an, sdn), t(y)) と最もよく一致するコンテキストパターンにマッピングすることによって、コンテキスト構築を開始することができる。ベストマッチコンテキストパターン上で、コンテキスト構築エンジン２１１は、コンテキスト抽象化パネル（例えば、サブコンテキストデータ）を構築し、各パネルは、別々の問題ドメインの観点および相対的な次元を表す。いくつかの実施形態では、各パネルには「ｃａｐ－ｉｄ」が割り当てられ、パネルの位置決め、操作分類、機能構成、および重大度インデックス（panel positioning, operation classification, functional composition, and a severity index）が含まれる場合がある。コンテキスト構築エンジン２１１は、次に、構築の完了をアーティフィサーモジュール２１０に通知し、コンテキスト抽象化プレーンデータ（context abstraction plane data、ｃａｐ－ｉｄ、抽象化パネル属性、ｇａ－認証キー：cap-id, abstraction panels attribute, ga-authentication key）をアーティフィサーモジュール２１０に送信することができる。

【0026】

いくつかの実施形態では、電力網アーティフィサーモジュール２１０は、コンテキスト構築エンジン２１１からの信号（ｃａｐ－ｉｄ、抽象化パネル属性、ｇａ－認証キー：cap-id, abstraction panels attribute, ga-authentication key）の受信に応答して、ｇａ－認証キーおよび対応する「ｆｏｒ－ｉｄ、（属性）」を検証し、ＣＳＭエントリ作成をアクティブにする。いくつかの実施形態では、電力網アーティフィサーモジュール２１０は、意思決定支援モジュール２０２からのデータを使用して、抽象化パネルと関連するコンテキストをマッピングし、抽象化パネル間のコンテキスト相互依存のレベルと関連するインデックスを決定する。いくつかの実施形態では、電力網アーティフィサーモジュール２１０は、次に、「ｆｏｒ－ｉｄ、（属性）」に関連して最も関連性の高い抽象化パネルのコンテキストを決定し、関連性の程度（例えば、高（最も可能性の高い根本原因）、中、低）に基づいて抽象化パネルのコンテキストをマークする。次に、電力網アーティフィサーモジュール２１０は、新しい複合ＩＤ（ｆｏｒ－ｉｄ、プライマリコンテキストＩＤ、属性、ｇａ－認証キー：for-id, primary-context-id, attributes, ga-authentication key）を作成し、認知状態マシーンビルダ（ＣＳＭ－ｂｕｉｌｄｅｒ：cognitive state machine builder）２１４をアクティブにする。いくつかの実施形態では、ＣＳＭビルダ２１４は、電力網アーティフィサーモジュール２１０から受信した信号から、関連性インデックスが最も高いコンテキストＩＤと（ｆｏｒ－ｉｄ、コンテキストＩＤ、関連性インデックス－高、属性、ｇａ－認証キー：for-id, context-id, relevancy-index-high, attributes, ga-authentication key）を抽出し、正確な情報を学習エンジン２０３に送信する。次に、学習エンジン２０３は、コンテキストＩＤと、最も密接に一致するパターンＣＳＭ（状態数、初期状態、トリガ、自己形成トリガ、対応する性能インデックスを有する最終状態：number of states, initial states, trigger, self-forming trigger, final state with corresponding performance index）－（ｆｏｒ－ｉｄ、プライマリコンテキストＩＤ、属性、ｇａ－認証キー：for-id, primary-context-id, attributes, ga-authentication key）とを抽出し、そのデータをＣＳＭビルダに送信する。いくつかの実施形態では、ＣＳＭは学習エンジン２０３からのテンプレートを利用し、ＣＳＭドラフトエントリ（draft CSM entry）を構築する。ＣＳＭ－Ｂｕｉｌｄｅｒによる新しいＣＳＭドラフトエントリの作成により、電力網設計モジュール２１０は、ＣＳＭの検証のためにシミュレーションエンジン２０４を起動する。シミュレーションエンジン２０４が満足のいく結果を返した場合、電力網アーティフィサーモジュール２１０は、認証されたシミュレーション結果を含む信号をＣＳＭビルダ２１４に送信し、ＣＳＭビルダ２１４がＣＳＭエントリを本番環境に移行することを許可する。次に、ＣＳＭビルダ２１４は、シミュレーション結果でドラフトＣＳＭエントリを更新し、最終ブループリント（final blueprint）を作成し、関連するｆｏｒ－ＩＤを持つ最終ブループリントを学習エンジン２０３に送信する。ＣＳＭビルダ２１４は、さらに、最終ブループリント、認証済みキー、および開始コマンドをＣＳＭオペレータ２１３に送信する。一部の実施形態では、ＣＳＭオペレータ２１３は、ＣＳＭビルダからの信号を認証し、検証時に、ブループリントがＣＳＭエントリにマッピングされていることを確認し、関連する１以上のセルで自己形成能力をアクティブにし、フェデレーションに信号を送信するように構成される。

【0027】

グリッドワイドアイモジュール２２０は、電力網形成を支援するために、拡張された視線および条件ベースの視点（an extended line of sight and condition-based point of view）を有する観測可能性および予見可能性を提供するように構成される。いくつかの実施形態では、グリッドワイドアイモジュール２２０は、アラート相関エンジン２０１、アクションストレスフレームコンストラクタモジュール、および決定支援モジュール２０２を含むアラートエンジンに情報を提供するように構成される。いくつかの実施形態では、適応電力網管理システム２００は、埋め込まれた適応自己記述セマンティクス（embedded adaptive self-describing semantics）と、自己調整位置調整のための埋め込まれた方法とを有するシステム全体の分散型コンテキストセンシング２７２を含む。いくつかの実施形態では、適応電力網管理システム２００は、電力網全体に展開され、自己調整測位（self-adjusting positioning）を行うように構成された組み込みセマンティクス（built-in semantics）を有するアラート取得プロセッサを含む。

【0028】

連携コマンドモジュール２３０は、役割ベースのコーディネータであり、電力網形成マネージャ、電力網予見マネージャ、およびスカウトコーディネータ（grid formation manager, grid foresight manager）として機能する。いくつかの実施形態では、予見マネージャは、アーティフィサーモジュール２１０からの信号に基づいて、作戦計画を作成し、形成戦略を最適化する。予見マネージャは、シミュレーションエンジン２０４を介して形成プランをシミュレーションし、運用機能属性を導出するために、意思決定支援モジュール２０２とさらに相互作用してもよい。いくつかの実施形態において、シミュレーション結果に基づいて、先見性マネージャは、形成プランを最適化し、マニフェストテンプレートを作成し、動作セルＤＮＡタイプを定義し、対応するＤＮＡが一致するＣＳＭセルにマニフェストを記録してもよい。いくつかの実施形態において、動作セルが存在しない場合、連携コマンドモジュール２３０は、ＣＳＭオペレータ２１３に新しい動作セルを作成するよう要求してもよい。幾つかの実施形態では、ＣＳＭ状態セルの形成が完了すると、ＣＳＭオペレータ２１３は、スカウト指令モジュールがスカウトの開始、訓練、及び配備準備を開始（initiate scout inception, training, and deployment preparation）するために、セルをインキュベーション準備完了（completion of incubation）として設定することができる。スカウトインキュベータ２５０を介したインキュベーションが完了すると、ＣＳＭオペレータ２１３は、セルを配備準備完了フラグで更新し、ＤＮＡを割り当てる。

【0029】

いくつかの実施形態では、電力網予見マネージャからの要求に応答して、グリッド連携コマンドモジュール２３０は、複数の分散型動作セル２７０の定義および調整（definition and coordination）を開始することができる。いくつかの実施形態では、連携コマンドモジュール２３０は、各セルを仮想、物理、またはハイブリッド基本運用計画（a virtual, physical, or hybrid base operation plan）として指定してもよい。いくつかの実施形態において、セルには、セルの動作特性を定義する動作ＤＮＡが割り当てられる。幾つかの実施形態において、セルは、他のセル、それらの局所性、及びＤＮＡタイプに関する知識を有してよい。幾つかの実施形態では、セルは長期間自律的に動作してもよい。幾つかの実施形態において、セルは、関連するトリガ条件の検出に基づいて、他のセルと合体してより動作能力の高いより大きなセルを作成することを決定するように構成されてもよい。いくつかの実施形態において、複数のセルのフェデレーションは、コマンドハブからのコマンドに基づいて形成することができ、セルは、新しいフェデレーションを作成するか、又は既存のセルのフェデレーションに参加するように構成されてもよい。いくつかの実施形態では、セルの各フェデレーションは、適応電力網管理システム２００のグリッドワイドマインドモジュールから関連するインテリジェンスを継承する連携コマンドハブを含むことができる。いくつかの実施形態において、フェデレーションは、コマンドハブコーディネータ（command hub coordinator）によって割り当てられたスカウトマスタセルによって管理されてもよく、フェデレーション内のセルは、スカウトマスタによって管理されるコマンドを受信するように構成されてもよい。

【0030】

スカウトコマンドモジュールは、アーティフィサーモジュール２１０から受信したコマンドに基づいて動作するスカウトインキュベータ２５０及びスカウトローンチマネージャ２５１を含む。幾つかの実施形態において、スカウトアプリケーションは、移動中の関連データの最適化された取り込み、変換、及び保存を提供するためのスカウトメッセンジャーの役割を割り当てられてもよい。いくつかの実施形態において、メッセンジャースカウトアプリケーションは、地域、人、資産、およびアプリケーションに適応するようにシステムによって自動的に構成されてもよい。いくつかの実施形態では、スカウトアプリケーションは、ミッションプランに従って、割り当てられたミッションの間、動作セルの調整および管理を提供するために、適応電力網管理システム２００によって自動的に構成されるスカウトコーディネータの役割を割り当てられてもよい。いくつかの実施形態では、スカウトアプリケーションは、相互作用、資産／デバイス性能、人々の相互作用、過去の再現、パターン認識、および機械学習に関連してセルの動作を観察し、収集された情報を意思決定支援システムに提供するように、システムによって自動的に構成されるスカウト検査官の役割を割り当てられてもよい。いくつかの実施形態では、スカウトアプリケーションは、物理的脅威、サイバー脅威、及び機能的不整合に対するセル防御を提供するようにシステムによって自動的に構成される警備員の役割を割り当てられてもよい。いくつかの実施形態では、動作セル上で実行されるスカウトアプリケーションは、トリガ条件に応答して、それ自身を別の動作セルにクローン化するように構成されてもよい。幾つかの実施形態では、スカウトアプリケーションは、トリガ条件に応答して、展開後にその構成及び／又はタスク（即ち、自己形成：self-form）を変更するように構成されてもよい。いくつかの実施形態において、スカウトアプリケーションは、トリガ条件に応答して、又は設定された期間の後に自己終了（self-terminate 、すなわち、終焉：demise）するように構成されてもよい。

【0031】

いくつかの実施形態において、適応電力網管理システム２００は、電力網の適応的形成を支援するスカウトアプリケーションの運用およびライフサイクル管理を提供することができる。いくつかの実施形態において、スカウトコマンドモジュールは、ＣＳＭから割り当てと指令を取得し、受信したＤＮＡ記述（DNA description）をスカウト名簿（scout roster）に対応付けるように構成されることがある。幾つかの実施形態において、ＣＳＭから指令を受信すると、スカウトコマンドモジュールは、ＣＳＭオペレータ２１３から関連する割り当てを取得することができる。割り当てられたＤＮＡ記述に基づいて、スカウトコマンドモジュールは、スカウト名簿のスカウトにＤＮＡをマッピングし、一致するスカウトがアイドル状態にある場合、スカウトコマンドモジュールは、ＤＮＡを更新し、ミッションプランをアップロードし、一致したスカウトに責任タグと分身のレベルを指定することができる。一致したスカウトがアイドル状態でない場合、スカウトコマンドモジュールは、スカウトを複製し、ＤＮＡを更新し、ミッションプランをアップロードし、責任タグを指定（designate the responsibility tag）し、クローン化されたスカウトアプリケーションの分身レベルを指定するために、クローン化プロセスを開始することができる。受信したＤＮＡと一致するスカウトが存在しない場合、システムは新たなスカウトのインキュベーション（incubation：培養）及び訓練プロセスを開始し、ＣＳＭオペレータ２１３にセル作成を開始するよう通知する。新しいスカウトアプリケーションは、インキュベーション及び訓練が完了した時点で配備されてもよい。幾つかの実施形態では、スカウトコマンドモジュールは更に、連携エッジトランザクションマネージャ２４０を介して、セルにおけるローカルグリッドモーフィングに関連して、割り当てられた事前制御可能性（assigned advance controllability）を管理し、目的関数を割り当ててもよい。

【0032】

図２のブロック図は、適応電力網管理システムの構成例として提供されている。いくつかの実施形態では、１つまたは複数のモジュールは、機能において別のモジュールと組み合わされてもよいし、複数のモジュールに分割されてもよい。いくつかの実施形態では、図２に図示されていない追加のモジュールが、本明細書で説明する機能を実行するために含まれてもよい。

【0033】

いくつかの実施形態では、本明細書に記載されるシステムおよび方法は、通常および異常な条件下で動作するときの両方で、変化する電力系統の状態に対する系統信頼性、安定性、および回復力を高めるように構成される。いくつかの実施形態では、システムは、拡張された視線と状態に基づく視点により、動的な電力網観測可能性と状況認識を提供し、動的なシステム状態に対するより速い応答時間を可能にする。いくつかの実施形態では、システムは、運転最適化のための履歴の再作成、パターン認識、および機械学習に基づいて、電力網の異常状態の予測性を向上させる。いくつかの実施形態において、システムは、故障を監視、分析、予測する電力網アシスタンス健全性管理を提供する。いくつかの実施形態において、本システムは、集中型コマンドの脆弱性（vulnerabilities of centralized command）および関連する待ち時間（associated latencies）を回避するために、非集中型制御アプリケーションおよび分散型コンピューティングを提供する。いくつかの実施形態では、システムは、エッジにおける多様なフィールドデバイス、コントローラ、および通信経路（diverse field devices, controllers, and communication paths at the edge）の柔軟な統合および相互運用性を有するモーフィンググリッド（morphing grid：変身する電力網）を可能にする。いくつかの実施形態では、システムはさらに、異なるシステムドメインにまたがる（across different system domains）アプリケーション、資産、および人員（applications, assets, and people）の間のシームレスな相互作用およびコラボレーションを可能にすることによって、エコシステムの価値創造を提供する。いくつかの実施形態では、システムは、複数のネットワークドメインにわたる異種エンティティ（disparate entities）間の情報の流れが保護されるようなＥ２Ｅセキュア接続性（E2E secure connectivity）を含み得る。いくつかの実施形態では、システムは、最小限の手動介入を必要とする完全なライフサイクル・デバイス管理を提供する。いくつかの実施形態では、システムは、電力網機能と将来予測されるニーズを満たすために、関連データの最適化された取り込み、変換、および保存を提供する。

【0034】

いくつかの実施形態では、本明細書に記載されたシステムおよび方法は、グリッド全体の人工知能（ＡＩ）ベースの意思決定支援システムを利用し、最小限の手動介入で、システムストレス、異常状態、環境ハザード、パンデミック、およびシェルターインプレイス動作状態（system stress, abnormal conditions, environmental hazards, pandemics, and shelter in place operating conditions）に応答して新しいフォーメーションに変換できる複雑なミッションクリティカル・マシン（complex mission-critical machine）を提供する。

【0035】

次に図３を参照すると、いくつかの実施形態による適応グリッド管理システムが示されている。いくつかの実施形態において、適応電力網管理システム３００は、メモリ記憶装置に記憶されたコンピュータ読み取り可能命令を実行する１つ以上のプロセッサベースのデバイスを含んでもよい。いくつかの実施形態では、適応電力網管理システム３００は、複数のネットワーク化されたプロセッサベースのデバイス上の分散及び／又は冗長サーバアーキテクチャ（distributed and/or redundant server architecture）で実装されてもよい。いくつかの実施形態では、適応電力網管理システム３００のモジュールは、ソフトウェアおよび／またはハードウェアモジュールを含み得る。

【0036】

適応電力網管理システム３００は、グリッドワイドマインドモジュール３１０、電力網アーティフィサーモジュール３１５、グリッドワイドコマンドハブ３４０、連携電力網データファブリック３２０（a grid-wide-mind module 310, a grid artificer module 315, a grid-wide command hub 340, and federated grid data fabric 320）を含む。グリッドワイドマインドモジュール３１０は、連携アラート相関エンジン（フェデレーションアラート相関エンジン）と意思決定支援モジュールを含む。いくつかの実施形態では、連携アラート相関エンジンは、電力網運用データセンタ３８１、エンタープライズデータセンタおよびクラウドサービス３８２を含む様々なソースからのデータに基づいてアラート状態を検出するように構成される。いくつかの実施形態において、意思決定支援モジュールは、アラート相関エンジンによって検出されたアラートに基づいてコンテキストデータを生成するように構成される。いくつかの実施形態において、コンテキストデータは、参照フレーム（「ｆｏｒ」）データと呼ばれることがあり、重大度のアラートタイプ及びバイタル属性を含むことがある。いくつかの実施形態において、コンテキストデータは、過去のデータに基づいて訓練されたコンテキストモデルを使用するＭＬ（機械学習）ベースのパターン認識及びマッチングに基づいて決定され得る。いくつかの実施形態では、グリッドワイドマインドモジュール３１０は、図２を参照して説明したアラート相関エンジン２０１、意思決定支援モジュール２０２、学習エンジン２０３、及びシミュレーションエンジン２０４を含み得る。

【0037】

いくつかの実施形態では、電力網アーティフィサーモジュール３１５は、グリッドワイドマインドモジュール３１０からのコンテキストデータを検証し、コンテキスト構築エンジンおよびコンテキストおよび認知状態マシンを介して形成プランを決定するように構成され得る。いくつかの実施形態では、コンテキスト構成エンジンは、受信したコンテキストデータに関連するパターンおよびコンテキストを抽出し、コンテキスト構成を別々の問題を表す抽象化パネル（abstraction panels）に分離するように構成される。次に、電力網アーティフィサーモジュール３１５は、各抽象化平面（abstraction plane）を過去の構成要素とマッチングさせて、認知状態マシンを通じて、目標電力網形成と、目標形成を達成するための形成プランとを決定する。いくつかの実施形態では、電力網アーティフィサーモジュール３１５は、図２を参照して説明した電力網アーティフィサーモジュール２１０、コンテキスト構成エンジン２１１、ＣＳＭオペレータ２１３、およびＣＳＭビルダ２１４（the grid artificer module 210, the context construct engine 211, the CSM operator 213, and the CSM builder 214）を含む場合がある。

【0038】

グリッドワイドコマンドハブ３４０は、グリッドワイドアイモジュール３４２とグリッドワイド連携コマンドモジュール３４４（a grid-wide-eye module 342 and a grid-wide federation command module 344）を含む。グリッドワイドアイモジュール３４２は、電力網運用データセンタ３８１、エンタープライズデータセンタとクラウドサービス３８２、および動作セルからのデータを集約し、適応電力網管理システム３００の様々なコンポーネントのための視点にデータを整理するように構成される。いくつかの実施形態では、グリッドワイドアイモジュール３４２は、図２を参照して説明したグリッドワイドアイモジュール２２０を構成することができる。

【0039】

グリッドワイド連携コマンドモジュール３４４は、連携マネージャモジュール、予見マネージャモジュール、およびスカウトコマンドモジュール（a federation manager module, a foresight manager module, and a scout command module）を含むことができる。予見マネージャは、グリッドワイドマインドモジュールからの信号に基づいて運用計画を作成し、形成戦略を最適化する。グリッド連携マネージャは、複数の分散型動作セルの定義と調整を開始する。スカウトコマンドは、動作セル３９１、３９２およびフェデレーション３９０内のセルで実行するためのスカウトアプリケーションをインキュベートし、起動するように構成される。連携電力網データファブリック３２０は、グリッドワイドマインドモジュール３１０およびグリッドワイド連携コマンドモジュール３４４が使用するためのデータを提供する電力網管理システムデータベースを含んでもよい。いくつかの実施形態では、グリッドワイド連携コマンドモジュール３４４は、図２を参照して説明した連携コマンドモジュール２３０で構成されてもよい。

【0040】

動作セル３９１－３９５はそれぞれ、電力網内のデバイス上で実行されるスカウトアプリケーションを含む。いくつかの実施形態では、デバイスは、物理的なフィールドエージェントデバイスであってもよいし、他のデバイスのソフトウェアコンポーネントとして実行される仮想フィールドエージェントデバイスであってもよい。いくつかの実施形態において、動作セルは、通信及びコマンドを共有するスカウトフェデレーション３９０を形成してもよい。いくつかの実施形態において、フェデレーション３９０内の動作セルの１つは、スカウトフェデレーション３９０のスカウトマスタとして指定されてもよく、共通の目的を達成するためにフェデレーション３９０内のセルのタスク実行を調整するように構成されてもよい。いくつかの実施形態において、動作セルの各々は、実行されたスカウトアプリケーションの特性に応じて、適応電力網管理システム３００によって役割（例えば、コーディネータ、メッセンジャ、検査官、ガード：coordinator, messenger, inspector, guard）を割り当てられることがある。そして、動作セルは、割り当てられた役割に基づいて、他の動作セルおよび適応電力網管理システム３００と通信することができる。いくつかの実施形態では、各動作セル３９１は、デバイス、センサ、または人員に関連付けられることがある。いくつかの実施形態では、動作セルは、スカウトアプリケーションの割り当てられたタスクに従って、指示を提供し、データを収集し、メッセージを中継し、構成に影響を与え、セキュリティ保護を提供するように構成され得る。

【0041】

次に図４を参照すると、いくつかの実施形態による適応電力網管理システムが示されている。いくつかの実施形態では、適応電力網管理システム（adaptive grid management system）４３０は、メモリ記憶装置に記憶されたコンピュータ読み取り可能命令を実行する１つ以上のプロセッサベースのデバイスを含んでもよい。いくつかの実施形態では、適応電力網管理システム４３０は、複数のネットワーク化されたプロセッサベースのデバイス上の分散及び／又は冗長サーバアーキテクチャで実装されてもよい。いくつかの実施形態では、適応電力網管理システム４３０のモジュールは、ソフトウェアおよび／またはハードウェアモジュールを含み得る。

【0042】

適応電力網管理システム４３０は、電力網運用データセンタ４１０、クラウドサービス４２１、エンタープライズデータセンタ４２０、電力網システムオペレータ４２５、およびマーケット機能システム４２６に結合されている。電力網運用データセンタ（grid operation data center）４１０は、送電及び配電管理システム、ＤＥＲ及び再生可能エネルギー管理システム、電力網可視化及び洞察システム、ヒストリアンシステム、電力網デバイス及び資産サービスシステム、セキュリティサービスシステム（a transmission and distribution management system, a DER and renewable management system, a grid visibility and insight system, a historian system, a grid device and asset services system, and security services system）を含む。クラウドサービス４２１は、クラウドアプリケーションとサービス提供を含む。エンタープライズデータセンタは、エンタープライズアプリケーションおよびサービス、ＤＲ／ＤＥＲ／ＥＶアグリゲータ、仮想発電所システム、および他の外部データおよびアラート（enterprise applications and services, DR/DER/EV aggregators, virtual power plant systems, and other external data and alerts）を含む。電力網システムオペレータ４２５は、送電システムオペレータと配電システムオペレータで構成される。マーケット機能システム（market function systems）４２６は、エネルギーマーケットシステムおよびピアツーピア電力取引システム（energy market systems and peer-to-peer electricity trading systems）を含み得る。いくつかの実施形態では、電力網運用データセンタ４１０、クラウドサービス４２１、エンタープライズデータセンタ４２０、電力網システムオペレータ４２５、およびマーケット機能システム４２６の１つまたは複数の構成要素は、構成要素が適応電力網管理システム４３０とデータおよびコマンドを交換することを可能にする電力網アーティフィサー仮想エージェント（「ｇＡＶＡ」）を含む。いくつかの実施形態では、ｇＡＶＡは、コンポーネント間のプロトコルの通信メッセージングフォーマットを標準化することができる。

【0043】

適応電力網管理システム４３０は、グリッドワイドマインドモジュール４３１、電力網アーティフィサーモジュール４３２、グリッドワイドコマンドハブを含む。グリッドワイドマインドモジュール４３１は、意思決定支援エンジン、連携アラートエンジン、データストレージおよびサービスを含む。グリッドワイドマインドモジュール４３１は、電力網内のアラート状態を検出し、ＭＬパターン認識およびマッチングに基づいてコンテキストデータを決定し、現在の電力網状態に基づいて実行のための形成プランをシミュレートするように構成される。いくつかの実施形態では、グリッドワイドマインドモジュール４３１は、図２を参照して説明した意思決定支援モジュール２０２、学習エンジン２０３、シミュレーションエンジン２０４、およびアラート相関エンジン２０１を含む。電力網アーティフィサーモジュール４３２は、グリッドワイドマインドモジュールから受信したコンテキスト情報に基づいて決定された形成プランを実行するためのコンテキスト（contextual）及び認知状態マシン（ＣＳＭ：cognitive state machine）を含む。いくつかの実施形態では、電力網アーティフィサーモジュールは、図２を参照して説明した電力網アーティフィサーモジュール２１０を含む。

【0044】

グリッドワイドコマンドハブ４３９は、グリッドワイドアイモジュール４３５、グリッドワイド連携コマンド４３６、グリッドワイド形成マネージャ４３４、グリッドワイド予見マネージャ４３３、スカウトコマンド４３８、連携エッジトランザクションマネージャ４３７（a grid-wide-eye module 435, a grid-wide federation command 436, a grid-wide formation manager 434, a grid-wide foresight manager 433, a scouts command 438, and a federated edge transaction manager 437）を含む。グリッドワイドアイモジュール４３５は、グリッド運用データセンタ４１０、エンタープライズデータセンタ４２０、クラウドサービス４２１、電力網システムオペレータ４２５、およびマーケット機能システム４２６からのデータを集約し、適応電力網管理システム４３０の様々なコンポーネントが使用するための視点にデータを整理するように構成されている。

【0045】

いくつかの実施形態では、グリッドワイド連携コマンド４３６は、複数の分散型動作セルの定義および調整を開始するように構成される。グリッドワイド形成マネージャ４３４は、動作セルを介した電力網の形成を定義および調整するように構成される。予見マネージャ４３３は、グリッドワイドマインドモジュール４３１からの信号に基づいて運用計画を作成し、形成戦略を最適化するように構成される。スカウトコマンド４３８は、動作セルで実行するためのスカウトアプリケーションをインキュベートし、起動するように構成される。連携エッジトランザクションマネージャ４３７は、セルにおけるローカルグリッドモーフィングに関連して、事前制御可能性および目的関数を割り当てるように構成される。

【0046】

適応電力網管理システム４３０の動作セルは、スカウトアプリケーションを実行する分散型動作セル４４０で構成することができる。分散型動作セル４４０は、メモリ記憶装置に記憶されたコンピュータ可読命令を実行する制御回路を有するプロセッサベースのデバイスを含んでもよい。幾つかの実施形態において、分散型動作セル４４０は、フィールドエージェントデバイス上で実行されるスカウトアプリケーションの指令及びフィールドエージェントデバイスに関連する役割割り当てに基づいて、１つ以上のフィールドエージェントデバイスと通信するように構成される。分散型動作セル４４０は、ソフトウェア定義制御、コンテキスト推論、仮想センシング、アラート収集、及びセキュリティサービス（software-defined control, contextual reasoning, virtual sensing, alert collection, and security services）を実行することができる。幾つかの実施形態において、セキュリティサービスは、分散型動作セル４４０にサイバーセキュリティを提供し、実行前にスカウトアプリケーションを検証及び妥当性確認するように構成されてもよい。いくつかの実施形態において、分散型動作セルは、分散型動作セル４４０における意思決定のためのデータを記憶するデータファブリックをさらに備える。幾つかの実施形態において、分散型動作セル４４０は、複数のフィールドエージェントデバイスにおけるスカウトアプリケーションのインストール及び実行を調整するように構成され得る。いくつかの実施形態では、分散型動作セル４４０は、長期間（例えば、数時間、数日間）、適応電力網管理システム４３０と通信することなく、その機能を実行し、スカウトアプリケーションおよび記憶されたデータに基づいて意思決定を行うように構成されてもよい。

【0047】

適応電力網管理システム４３０の動作セルは、スカウトアプリケーションを実行する適応フィールドエージェントデバイス４５０を含んでもよい。幾つかの実施形態では、フィールドエージェント装置４５０は、物理的及び／又は仮想デバイスを含んでもよい。フィールドエージェント装置４５０は、メモリ記憶装置上に記憶されたコンピュータ可読命令を実行する制御回路を有するプロセッサベースのデバイスを含んでもよい。フィールドエージェント装置４５０は、実行されたスカウトアプリケーションに基づいて役割を割り当てられ、スカウトアプリケーションの指令に基づいてタスクを実行してもよい。フィールドエージェント装置４５０は、分析、データサービス、セマンティックモデリング、仮想センシング、及び動的適応（analytics, data services, semantic modeling, virtual sensing, and dynamic adaptation）を実行してもよい。幾つかの実施形態において、セキュリティサービスは、実行前にスカウトアプリケーションを検証及び妥当性確認するように構成されてもよい。幾つかの実施形態において、フィールドエージェントデバイス４５０は、プラント４６１、コントローラ４６２、センサ４６３、デバイス４６４、資産４６５、及び電気自動車４６６のような電力網の構成要素に関連付けられ、及び／又はこれらと通信することができる。いくつかの実施形態では、フィールドエージェントデバイス４５０は、データを集約し、コマンドを送信し、セキュリティサービスを提供し、または検査を実行するために、パワーグリッドコンポーネントとインターフェースすることができる。一般に、スカウトアプリケーションを実行するフィールドエージェントデバイスは、適応電力網管理システム４３０の形成プランの一部として、スカウトアプリケーションの指令に基づいて１つ以上のタスクを実行するように構成される。一般に、適応電力網管理システム４３０は、任意の数の分散型動作セル４４０と、スカウトアプリケーションを実行する適応フィールドエージェントデバイス４５０とを有することができる。分散型動作セル４４０はまた、任意の数の適応フィールドエージェントデバイス４５０に命令し、調整するように構成されることもある。

【0048】

図１～４の説明では、一般的に電力網のデバイスネットワークが参照されているが、本開示の教示は、通信ネットワーク、輸送ネットワーク、モノのインターネット（ＩｏＴ）ネットワーク、エンタープライズネットワークなどの他のタイプのデバイスネットワークにも適用可能である。

【0049】

ここで図５を参照すると、デバイスネットワーク管理のプロセスが示されている。いくつかの実施形態では、図５の１つまたは複数のステップは、本明細書で説明する適応電力網管理システムなどのプロセッサベースのデバイスまたはシステムによって実行することができる。

【0050】

ステップ５０１の前に、システムはステップ５１２でスカウトアプリケーションを実行するデバイス以外のソースからデバイス信号を受信する。いくつかの実施形態では、ステップ５１２で受信される信号は、デバイスまたはデバイスのネットワークを監視する別のシステムによって提供されるデバイス状態およびシステム状態情報を含んでもよい。いくつかの実施形態では、ステップ５１２で受信されたデータは、天候情報、顧客フィードバック情報、インシデントレポート、ニュースサービス、ウェブコンテンツ（weather information, customer feedback information, incident reports, news services, web content）などの他のコンテキストデータで構成されてもよい。ステップ５０１において、システムは、ネットワーク内のデバイスからの信号を集約する。いくつかの実施形態では、デバイス信号は、接続性、スループット、応答時間（connectivity, throughput, response time）などの情報を含むネットワークの様々なコンポーネントからのステータスおよびアラートデータを含む。いくつかの実施形態では、信号は、ステップ５０１の前に、運用センタやエンタープライズデータセンタなどの別のシステムを通じて取り込まれ、処理されてもよい。ステップ５０２では、アラート状態が検出される。いくつかの実施形態では、システムは、予想される帯域外（outside of the expected band）の信号を検出することに基づいて、アラート状態を検出するように構成されてもよい。いくつかの実施形態では、アラート状態は、ネットワークデバイスまたは運用センタのうちの１つ以上からのアラート信号に基づいて検出されてもよい。いくつかの実施形態では、電力網の場合、アラート信号は、コンポーネントへの接続の停止もしくは喪失、または接続の停止もしくは喪失につながる可能性が高い状態に対応する可能性がある。ステップ５０３において、システムは、検出されたデバイス信号を過去のデバイスネットワークデータと比較することによって、アラート相関分析を実行する。いくつかの実施形態では、システムはまず、デバイスのネットワークに関連付けられた過去のデバイス信号および過去のコンテキスト情報を使用してコンテキストモデルを訓練することができる。次に、デバイスのネットワークからの現在の信号は、デバイスのネットワークの現在の状態に関連付けられたコンテキストデータを決定するためにコンテキストモデルの入力として使用される。いくつかの実施形態では、アラート状態は、現在の問題または予測される将来の問題（例えば、停電、過負荷、コンポーネントの故障：outage, overload, component failure）に対応する可能性がある。

【0051】

ステップ５０４では、アラート相関分析に基づいてコンテキストデータが決定される。いくつかの実施形態において、コンテキストデータは、バイタル属性（vital attributes）と、各バイタル属性に関連付けられた重大度（severities）とを含んでよい。いくつかの実施形態において、コンテキストデータは、デバイスからの信号に基づいて決定された制御領域識別子、タイミング識別子、及び警報状態識別子（a control area identifier, a timing identifier, and an alert condition identifier）をさらに含んでよい。例えば、コンテキストデータは、警報状態の検出につながった信号を生成したデバイスに関連する地理的領域を識別することができる。ステップ５０５において、コンテキストデータは、それぞれがデバイスネットワーク内の個別の問題に関連するサブコンテキストデータに分離される。ステップ５０６において、各サブコンテキストデータは、ステップ５０７において、アラートに応答して電力網形成に影響を与えるための形成プランを決定するために、履歴コンテキストデータデータベース（historical context pattern database）からの履歴コンテキストデータパターン（historical context data pattern）と比較される。いくつかの実施形態では、各履歴コンテキストパターンは、サブコンテキストに関連する特定の問題、および問題に応答してネットワーク形成に影響を及ぼすためのターゲットグリッド形成（target grid formation）または１つ以上のタスクを識別することができる。いくつかの実施形態において、形成プランは、デバイスネットワーク内の複数の動作セルによって実行されるべきタスクを含んでよい。いくつかの実施形態において、システムは、デバイスネットワークを現在の状態から所望の状態に段階的に再構成するためのコンテキスト情報に基づいて決定された各ステップのステップ及びトリガ条件のリストを含む状態マシンを決定してもよく、形成プランは、状態マシンにおいて定義された状態に基づいて決定されてもよい。いくつかの実施形態では、タスクは、調整タスク、メッセンジャタスク、検査タスク、またはガードタスク（ a coordination task, a messenger task, an inspection task, or a guard task）のうちの１つまたは複数を含んでよい。ステップ５０８において、システムは、ネットワークデバイスからの更新された信号に基づいて形成プランをシミュレーションし、形成プランの実行が所望の電力網フォーメーションを達成することを検証する。形成プランがシミュレーションに合格すると、システムは、形成プランおよび／または状態マシンに基づいて、インキュベーションおよび展開（incubation and deployment）のためにスカウトフェデレーションおよびスカウトアプリケーションを構成する。ステップ５０９において、各動作セルに割り当てられたスカウトアプリケーションは、形成プランによって割り当てられた動作セルのタスク及び役割、並びにデバイスタイプ、デバイス能力等の動作セルの特性に基づいて構成され得る。いくつかの実施形態では、形成プランの指令が以前に構成されたスカウトアプリケーションと一致する場合、以前に構成されたスカウトアプリケーションが展開のために検索されてもよい。いくつかの実施形態において、既存のスカウトアプリケーションが形成プランの指令と一致しない場合、システムは、保存されたアプリケーションコンポーネント（例えばＤＮＡ）に基づいて、新しいスカウトアプリケーションを構成してもよい。新たに形成されたスカウトアプリケーションは、配備前にインキュベートされ、テストされる場合がある。幾つかの実施形態では、システムは、形成プランに基づいて、既にスカウトアプリケーションを実行している既存の動作セルのコマンド及び／又は再構成を更に決定してもよい。

【0052】

ステップ５１０において、スカウトアプリケーションは、分散制御ハブやフィールドエージェントデバイス（distributed control hubs and field agent devices）などの動作セルでの実行のために展開される。いくつかの実施形態では、スカウトアプリケーションは、状態マシンの状態に基づいて段階的に展開またはトリガされることがある。ステップ５１１において、スカウトアプリケーションの展開後、システムは、スカウトアプリケーションを実行する動作セルからのデータを監視する。幾つかの実施形態では、システムは更に、デバイスのネットワーク及び／又は状態マシンからの更新データに基づいて、必要に応じてスカウトアプリケーションにコマンド及び命令を発行することができる。スカウトアプリケーションが展開された後、システムは、状態マシンを更新するためにデバイス信号を集約し続け、残っている又は新たな警戒条件に応答して新たな形成プランを決定する。いくつかの実施形態において、新しい形成プランは、展開されたスカウトアプリケーションの更新または終了を引き起こす可能性がある。幾つかの実施形態において、スカウトアプリケーションは、ネットワーク管理システムからの更なるコマンド又は指示なしに、様々なトリガ条件に応答して、動作セルデバイスに長期間タスクを実行させるように構成され得る。スカウトアプリケーションを実行する動作セルデバイスの更なる詳細については、本明細書において図６を参照して説明する。幾つかの実施形態では、新たな形成プランは、異なるアラート条件に対処するために、異なる動作セル及びデバイスネットワークコンポーネントのセットに指示されてもよい。いくつかの実施形態において、アラート状態を除去する形成プランの実行成功後、検出されたデバイス信号及び形成プランは、将来のコンテキスト構築及び／又は形成プラン決定のための機械学習アルゴリズムモデルを訓練するために使用されてもよい。

【0053】

ここで図６を参照すると、動作セルによるデバイスネットワーク管理のプロセスが示されている。いくつかの実施形態では、図６の１つまたは複数のステップは、本明細書で説明するフィールドエージェント装置および分散制御ハブなどの装置のネットワーク内のプロセッサベースの装置またはシステムによって実行されてもよい。

【0054】

ステップ６０１では、電力網内のデバイスが、ネットワーク管理システム、またはフィールド・コーディネータ・デバイスやフィールドエージェントデバイスなどのネットワーク内の別のデバイスからスカウトアプリケーションを受信する。ステップ６０２において、デバイスは受信したスカウトアプリケーションの真正性と適時性（authenticity and timeliness）を検証する。いくつかの実施形態では、認証は認証キー（authentication key）に基づいてもよい。ステップ６０３において、デバイスは、スカウトアプリケーションを実行し、スカウトアプリケーションにおいて定義されたタスクに基づく形成プランの指令の実行を開始する。いくつかの実施形態では、デバイスは、スカウトアプリケーションに割り当てられた役割に基づいて役割（例えば、コーディネータ、メッセンジャー、検査官、ガード：coordinator, messenger, inspector, guard）を担うことができる。ステップ６０４において、デバイスは、様々なタスクやアクションに関連するトリガ条件を検出する。ステップ６０５において、デバイスは、スカウトアプリケーションに割り当てられた役割に基づいて、他のフィールドエージェントデバイス、デバイスフェデレーション、および／または中央デバイス管理システム（other field agent devices, a device federation, and/or the central device management system）との通信を開始することができる。例えば、デバイスは、フェデレーションのマスタによって割り当てられたタスクを受け入れを始める（begin to aフィールドエージェントデバイスータを中央デバイス管理システムに送信し始めるかもしれない。いくつかの実施形態において、スカウトアプリケーションは、アクションおよびタスクに関連するトリガ条件を指定することができる。例えば、データ送信タスクは、タイムスタンプによって、またはデータ内の異常状態の検出によってトリガされ得る。ステップ６０６において、デバイスは、コーディネータタスク、メッセンジャタスク、検査官タスク、またはガードタスク（a coordinator task, a messenger task, an inspector task, or a guard task）となり得るタスクを実行する。ステップ６０７において、クローニングトリガが検出されると、デバイスは、別のデバイスによって実行されるようにスカウトアプリケーションのコピーを送信することができる。いくつかの実施形態では、デバイスは、ステップ６０７において、権限および役割（authority and role）を他のデバイスにさらに転送してもよい。例えば、デバイスがストレス状態（例えば、不安定な電力供給またはデータ接続：unstable power supply or data connection）を検出した場合、デバイスは、そのタスクおよび役割を、スカウトアプリケーションの指令を完了できるネットワーク内の別のデバイスに転送してもよい。ステップ６０８において、終了トリガが検出されると、デバイスはスカウトアプリケーションの実行を終了してもよい。いくつかの実施形態において、終了トリガは、１つ以上のタスクの完了、または指定された条件の変化の検出を含んでよい。いくつかの実施形態において、デバイスは、ステップ６０８において、そのメモリからスカウトアプリケーションを削除してもよい。

【0055】

次に図７を参照すると、いくつかの実施形態によるネットワーク管理システムが示されている。このシステムは、コンテキストモデル７４０、デバイスデータベース７５０、コンテキストパターンデータベース、スカウトアプリケーションデータベース７７０、およびネットワーク運用システム７２０にアクセスするネットワーク管理システム７１０を備える。ネットワーク管理システム７１０はさらに、複数の動作セルデバイス７８０と通信するように構成される。

【0056】

ネットワーク管理システム７１０は、制御回路７１２と、メモリ７１７と、ネットワークインターフェースデバイス７１３とを含む。制御回路７１２は、プロセッサ、マイクロプロセッサ、中央処理装置（ＣＰＵ）、グラフィック処理装置（ＧＰＵ）、特定用途向け集積回路（ＡＳＩＣ）（a processor, a microprocessor, a central processing unit (CPU), a graphics processing unit (GPU), an application-specific integrated circuit (ASIC)）などのうちの１つまたは複数で構成され、コンピュータ可読記憶メモリ７１７に記憶されたコンピュータ可読命令を実行するように構成され得る。コンピュータ可読記憶メモリ７１７は、揮発性メモリおよび／または不揮発性メモリを含んでもよく、制御回路７１２によって実行されたときに、制御回路７１２に、デバイスのネットワークにおける警戒状態を検出させ、ＭＬ学習済みモデルに基づいてコンテキストデータを決定させ、コンテキストデータに基づいて形成プランを決定させ、複数のスカウトアプリケーションに、デバイスのネットワークのうちの動作セルにおいてタスクを実行させてネットワークの状態に影響を与える、コンピュータ可読命令をその上に記憶させる。いくつかの実施形態において、ネットワーク管理システム７１０は、中央の場所（central location）にある、または地理的に複数の場所に分散された複数のメモリデバイスおよび／またはプロセッサを用いて実装され得る。いくつかの実施形態において、コンピュータ実行可能命令は、ネットワーク管理システム７１０の制御回路７１２に、本明細書において図２～４を参照して説明した１つ以上のモジュールを実行させ、および／または本明細書において図５を参照して説明した１つ以上のステップを実行させることができる。

【0057】

ネットワークインターフェースデバイス７１３は、データポート、有線又は無線ネットワークアダプタ等を含んでもよい。いくつかの実施形態において、ネットワークインターフェースデバイス７１３は、ローカルネットワーク、プライベートネットワーク、またはインターネットなどのネットワークを介して、動作セルデバイス７８０、およびネットワーク運用システム７２０と通信してもよい。いくつかの実施形態において、ネットワーク管理システム７１０はさらに、ネットワークインターフェースデバイス７１３を介して、コンテキストモデル７４０、デバイスデータベース７５０、コンテキストパターンデータベース、およびスカウトアプリケーションデータベース７７０のうちの１つ以上にアクセスしてもよい。

【0058】

動作セルデバイス７８０は、制御回路およびメモリを備えるデバイスのネットワーク内のプロセッサベースのデバイスを含み得る。動作セルは、一般に、ネットワーク管理システム７１０によって指定されたタスクを実行するために、ネットワーク管理システム７１０によって構成された１つまたは複数のスカウトアプリケーションを受信し、実行するように構成される。いくつかの実施形態では、タスクは、動作セルデバイス７８０に、データを収集させたり、要求／指示を送信させたり、デバイスのネットワークの別のコンポーネントまたはサブシステムの構成を変更させたりする。いくつかの実施形態において、タスクは、動作セルに、収集されたデータまたは他のステータス情報をネットワーク管理システム７１０に報告させることができる。いくつかの実施形態において、タスクは、実行されたスカウトアプリケーションに関連付けられた役割に基づいて、動作セルに他のセルとフェデレーションを形成させ、他の動作セルと通信させることができる。いくつかの実施形態において、コンピュータ読み取り可能なメモリデバイス上に記憶されたスカウトアプリケーションを実行する制御回路は、動作セルデバイス７８０に、本明細書において図６を参照して説明される１つ以上のステップを実行させてもよい。ネットワーク管理システム７１０は、ネットワーク管理システム７１０の動作セルデバイスとして機能し得るネットワーク内の複数のデバイスと、直接または別のネットワークデバイスを介して通信するように構成される。

【0059】

ネットワーク運用システム７２０は、様々なソースからのデータを集約し、通常運転中のデバイスのネットワークとのコマンドおよび要求を調整するデバイスのネットワークの運用システムを構成することができる。例えば電力網では、ネットワーク運用システム７２０は、図１を参照して説明した電力網運用データセンタ１１０およびエンタープライズデータセンタ１２０を含んでもよい。いくつかの実施形態では、ネットワーク運用システム７２０は、ネットワーク管理システム７１０が通信するデバイスネットワークの既存の制御システムであってよく、動作セルで実行されるタスクを通じて、アラート条件に応答してデバイスのネットワークの自動再構成（automatic reconfiguration）の追加機能を提供する。いくつかの実施形態では、ネットワーク管理システム７１０は、アラート検出およびコンテキスト決定のために、サードパーティデータサービスなどの他のクラウドサービスまたはネットワークデータソースとさらに通信してもよい。

【0060】

コンテキストモデル７４０は、ニューラルネットワークアルゴリズムなどのＭＬ学習アルゴリズムに基づいて訓練されたパターン認識モデルを含む。いくつかの実施形態では、コンテキストモデルは、入力としてネットワーク内のデバイスからの履歴信号を使用し、分類として履歴コンテキストデータを使用して訓練される。いくつかの実施形態において、履歴コンテキストデータは、手動で入力されてもよく、以前の時点または後の時点からのデバイス信号から導出されてもよく、または停電レポート、ニュースサービスなどの別のデータソースから供給されてもよい。ネットワーク管理システム７１０は、コンテキストモデルを使用して、デバイスのネットワークの現在の状態に関連するコンテキストデータを決定することができる。

【0061】

デバイスデータベース７５０は、ネットワーク内のデバイスに関連するパラメータおよび／またはステータス情報を含む。いくつかの実施形態において、デバイスデータベース７５０は、ネットワーク管理システム７１０の動作セルデバイスとして使用され得るデバイスを含む、デバイスネットワーク内のデバイスに関連付けられた一意識別子、デバイスタイプ識別子、地理的位置、ＩＰアドレス、メモリ容量、処理容量、帯域幅容量、オペレーティングシステム（unique identifier, device type identifier, geographic location, IP address, memory capacity, processing capacity, bandwidth capacity, operating system）などの情報を記憶し得る。いくつかの実施形態では、ネットワーク管理システム７１０は、デバイスデータベース７５０に格納された情報を使用して、特定のタスクおよびスカウトアプリケーションを実行するためのデバイスを選択することができる。いくつかの実施形態において、ネットワーク管理システム７１０は、スカウトアプリケーションが選択されたデバイスでの実行に適するように、デバイスに関連付けられた情報に基づいてスカウトアプリケーションをさらに構成することができる。

【0062】

コンテキストパターンデータベース７６０は、各々が異なる問題ドメインに関連付けられたコンテキストパターンで構成される。いくつかの実施形態では、各コンテキストパターンは、現在のネットワーク状態に関連付けられたコンテキストデータにマッチングされ得る１つまたは複数のバイタル属性（vital attributes）および関連する重大程度（associated severity degree）に関連付けられてもよい。いくつかの実施形態では、コンテキストパターンは、地理的地域とさらに関連付けられることがある。いくつかの実施形態において、コンテキストパターンは、問題領域に関連するターゲットネットワーク状態または応答を識別することができる。いくつかの実施形態において、ネットワーク管理システム７１０は、コンテキストパターンデータベース７６０内のコンテキストパターンを使用して、コンテキストパターンに関連付けられた問題ドメインおよび／またはアラート状態（problem domain and/or alert condition）に応答してデバイスのネットワークの状態に影響を及ぼすための形成プランおよび／または状態マシンを決定し得る。

【0063】

スカウトアプリケーションデータベース７７０は、スカウトアプリケーション及び／又はアプリケーションコンポーネント（例えば、アプリケーションＤＮＡ：application DNA）を含む。いくつかの実施形態において、スカウトアプリケーションは、１つ以上のトリガ条件に基づいて１つ以上のタスクを実行するためのコードを含んでよい。いくつかの実施形態において、スカウトアプリケーションは、アプリケーション及び／又は動作セルに割り当てられた役割、並びに動作セルの構成及び制約に基づいて構成されてもよい。いくつかの実施形態において、スカウトアプリケーションデータベース７７０は、以前に構成されたアプリケーションを記憶してもよく、ネットワーク管理システム７１０は、形成プランに基づいて、動作セルにおける展開のために既存のアプリケーションを取得してもよい。いくつかの実施形態において、ネットワーク管理システム７１０は、スカウトアプリケーションデータベース７７０内のアプリケーションコンポーネントを使用して、展開のための新しいアプリケーションを構成してもよい。幾つかの実施形態では、新たに形成されたスカウトアプリケーションは、展開に先立って、最初にシミュレーション環境又はインキュベーション環境でテストされ得る。いくつかの実施形態では、成功裏にシミュレートまたは実行されたスカウトアプリケーションは、将来の使用のためにスカウトアプリケーションデータベース７７０に格納されることがある。

【0064】

いくつかの実施形態では、コンテキストモデル７４０、デバイスデータベース７５０、コンテキストパターンデータベース７６０、およびスカウトアプリケーションデータベース７７０のうちの１つまたは複数が、同じ１つまたは複数のメモリ記憶デバイス上に実装されてもよい。いくつかの実施形態において、コンテキストモデル７４０、デバイスデータベース７５０、コンテキストパターンデータベース７６０、およびスカウトアプリケーションデータベース７７０のうちの１つまたは複数は、ネットワーク管理システム７１０のメモリ７１７上に実装されてもよく、またはネットワーク管理システム７１０によってネットワークを介してアクセスされてもよい。いくつかの実施形態において、コンテキストモデル７４０、デバイスデータベース７５０、コンテキストパターンデータベース７６０、スカウトアプリケーションデータベース７７０、ネットワーク運用システム７２０のうちの１つ以上は、複数のネットワーク管理システム７１０、例えば、異なる地理的領域にサービスを提供する分散ネットワーク管理システムによってアクセスされ、更新されてもよい。

【0065】

ここで図８を参照すると、いくつかの実施形態によるアーティフィサーモジュールのフロー図が示されている。いくつかの実施形態では、図８の１つまたは複数のステップは、本明細書で説明する適応電力網管理システム（adaptive grid management system）などのプロセッサベースのデバイスまたはシステムによって実行されてもよい。

【0066】

ステップ８０１において、アーティフィサーモジュールは、意思決定支援モジュールから、アラート状態に関連付けられたコンテキストデータを受信する。コンテキストデータは、デバイスのネットワーク上の複数のデバイスから受信された信号に基づいて、意思決定支援モジュールによって決定され得る。ステップ８０２において、システムはコンテキストメタオブジェクトを形成する。いくつかの実施形態では、コンテキストデータは、それぞれが重大度およびタイムスタンプに関連付けられた複数のバイタル属性を含む。いくつかの実施形態では、コンテキストメタオブジェクトは、デバイスのネットワーク上のデバイスに関連付けられた履歴コンテキストデータ（historical context data：過去のコンテキストデータ）に基づいて訓練された機械学習モデルに基づいて決定される。一部の実施形態では、コンテキストメタオブジェクトは、決定論的アルゴリズム（deterministic algorithm）に基づいて考えられる根本原因（possible underlaying causes）を決定するストレス評価モジュールに基づいて決定される。一部の実施形態では、コンテキストメタオブジェクトは、機械学習モデルによって決定された確率に基づいてランク付けされた複数の可能性の高いコンテキストを含む。

【0067】

ステップ８０３において、システムは、コンテキストメタオブジェクトを複数のコンテキストグループに構文解析し、機械学習アルゴリズムに基づいて各コンテキストグループに抽象化問題ドメインを割り当てることに基づいて、複数のコンテキスト抽象化パネルを決定する。いくつかの実施形態において、コンテキスト抽象化パネルは、パネル位置決め、操作分類、機能構成、および／または重大度インデックス（panel positioning, operation classification, functional composition, and/or a severity index）を備える。

【0068】

ステップ８０５において、システムは、コンテキスト履歴アーカイブデータベース上で訓練された機械学習モデルに基づいて、１つまたは複数の抽象化パネルの相互依存性（interdependency）を決定し、コンテキストメタオブジェクトは、関連する関連性インデックスを有する複合抽象化パネルデータ（composite abstraction panel data）をさらに含む。ステップ８０６において、システムは、仮の認知状態マシン（provisional cognitive state machine：暫定的認知状態マシン）を形成し、ステップ８０７において、シミュレーションエンジンを用いて仮の認知状態マシンを検証する。検証の結果に基づいて、ステップ８０８において、仮の認知状態マシンの１つまたは複数の状態を較正（calibrate）することができる。ステップ８０９において、システムは、ネットワークアダプタを介してネットワーク上の１つまたは複数のデバイスの動作に影響を与えるために、認知状態マシンオペレータ（認知状態マシンオペレータ）による実行のために、コンテキストメタオブジェクトに基づいて認知状態マシンを形成し、認知状態マシンは、少なくとも１つのネットワークデバイスによる実行のための少なくとも１つのタスクを定義する複数の状態をそれぞれ含む。いくつかの実施形態では、認知状態マシンは、複数の状態、初期状態、各状態のトリガ条件、対応するパフォーマンスインデックスを有する最終状態（final state）、および１つまたは複数の状態の再較正条件（recalibration conditions）を定義する。

【0069】

ここで図９Ａ、図９Ｂ、図１０Ａ、図１０Ｂ、および図１１を参照すると、いくつかの実施形態によるフロー図が示されている。いくつかの実施形態では、図９Ａ、図９Ｂ、図１０Ａ、図１０Ｂ、および図１１の１つまたは複数のステップは、本明細書で説明する適応電力網管理システムなどのプロセッサベースのデバイスまたはシステムによって実行されてもよい。図９Ａ、図９Ｂ、図１０Ａ、および図１０Ｂの変数は、以下のように定義されてもよい：

【0070】

ｆｏｒ－ＩＤ：参照フレーム－ＩＤ
Ｖａｎ：バイタル属性（Ｖａ１～ｎ）
ｓｄｎ：重大度（ｓｄ１、ｎ）
ｔｉ：イベントの記録時間
ｇａ：電力網アーティフィサー
ｇａ－ａｕｔｈｅｎｔｉｃａｔｉｏｎ ｋｅｙ：電力網アーティフィサー認証キー
ｃａ：コンテキスト抽象化
ｃａ－ｉｄ１、ｎ：コンテキスト抽象化ＩＤ（１～ｎ）
ａｐｄ：抽象化問題ドメイン（abstraction problem domain）
ａｐｄ－ｉｄｎ．：抽象化問題ドメインＩＤ（１、ｎ）
Ｃｎ：コンテキスト１、ｎ
ｐｄ：パネル・ドメイン（panel domain）
Ｈｎ：履歴パターン
ｓｃｎ、ｎ：サブコンテキスト（１、ｎ）
ｆｏｒ－ｉｄｈ（１、ｎ）：ｆｏｒ－ｉｄ（１、ｎ）が、ｆｏｒ－ｉｄに関連する類似のコンテキスト／バリエーションを持つ過去のｆｏｒ－ｉｄのシリーズ
ｐｐｎ：他パネルとのパネル位置関係
ＯＣ：パネルに関連する運用上の分類
ｆｃｎ：機能構成（function composition）
ｐａｄｎ：パネル抽象化ドメイン
Ｒｉ１、ｎ．：関連性インデックス
Ｃｃａｐ：複合コンテキスト抽象化パネル（Composite contextual abstraction panel）
ｓｎ：状態（１、ｎ）
ａｎ．：アクション（１、ｎ）
ｔｎ：移行（transition：トランジション）
Ｓｆ（１、０）：自己形成（１＝オン、０＝オフ）－自己形成を伴う状態
ＣａＣＳＭｂｐ：コンテキスト認識状態マシン－ベースプロダクション
ＣａＣＳＭｐ：コンテキスト認識状態マシン－暫定（provisional）

【0071】

ここで図９Ａおよび図９Ｂを参照すると、形成前のワークフローが示されている。電力網連携アラートエンジン９５１は、電力網運用データセンタおよびグリッドワイドマインド感知システムからのデータに基づいてアラート状態を検出する。アクションストレスフレームコンストラクタ９５２は、検出されたアラートに関連するネットワークデバイスデータに基づいてアクションストレスフレーム（アクションストレスフレームＩＤ、パターンプレート、および時間（ｔ）を含む）を構築する。アクションストレスフレームは、検証のために意思決定支援（ｄｓ）ゲートキーパ９５３に渡される。アクションストレスフレームが検証に合格すると、アクションストレスフレームはｄｓ電力網形成分析および機械学習モジュール９５４に渡される。ｄｓ電力網形成分析および機械学習モジュール９５４は、過去のアクションストレスフレームデータに基づいて訓練された学習エンジン９５５にパターン認識要求を送信する。学習エンジン９５５は、パターン認識要求に応答して、ｄｓ電力網形成解析エンジンおよび機械学習モジュール９５４にパターンマッピングを出力するように構成される。次に、ｄｓ電力網形成分析エンジンと機械学習モジュール９５４は、分析データとコンテキストデータをｄｓコンテキストモデルビルダ９５６に提供する。ｄｓコンテキストモデルビルダ９５６は、ｄｓ電力網形成分析エンジンと機械学習モジュール９５４から受信したデータに相関分析とコンテキスト推論を適用し、参照フレームＩＤ（ｆｏｒ－ＩＤ）、バイタル属性（ｖａｎ）、重大度（ｓｄｎ）、および時間（ｔｎ）（a frame of reference ID (for-ID), vital attributes (van), severity degrees (sdn), and time (tn)）を含むコンテキストまたは参照フレーム情報を決定する。参照フレームデータは、検証のためにｄｓゲートキーパ９５３に渡される。参照フレーム情報が検証に合格すると、参照フレームデータ（例えば、ｆｏｒ－ｉｄ、（ｖａ１、ｓｄ１）、（ｖａ２、ｓｄ２）、．．．．（ｖａｎ、ｓｄｎ）、ｔｉ）が電力網アーティフィサーモジュール９６０に渡される。いくつかの実施形態では、電力網アーティフィサーモジュール９６０は、本明細書で説明する電力網アーティフィサーモジュール２１０、３１５、および４３２のうちの１つまたは複数を構成することができる。

【0072】

ステップ９６１で、電力網アーティフィサーモジュール９６０は、電力網アーティフィサー（ｇａ）認証キーを作成する。ステップ９６２において、電力網アーティフィサーモジュール９６０は、過去のパターンに対して参照データのフレームを検証する。ステップ９６３で、電力網アーティフィサーモジュール９６０は、コンテキストに対するミスアライメント係数を計算する。ミスアライメントが許容範囲内（たとえば所定の閾値）である場合、電力網アーティフィサーモジュール９６０の出力は、ｇａ制御およびコマンドモジュール９７０およびコンテキスト構築エンジン９８０に渡される。閾値を超えるズレが検出された場合、正確性分析要求が生成され、ｄｓゲートキーパ９５３に送信される。正確性分析要求は、ｆｏｒ－ｉｄ、（属性）、ｔｘ１、ｇａ認証キー、およびミスアライメント係数（for-id, (attributes), tx1, ga authentication key, and misalignment factor）を含む。次に、ｄｓゲートキーパ９５３は、電力網連携アラートエンジン９５１に、初期時刻からのシステム状態分散分析要求を送信し、電力網連携アラートエンジン９５１は、グリッドワイド意思決定支援モジュール９６６に、ｔ（ｘ）からｔ（ｘ１）までのシステム状態分散分析結果を含む正確性分析要求を送信する。ステップ９６７において、システムは次に、勧告に対する信頼度を計算する。信頼度が許容範囲内（例えば所定の閾値以下）でない場合、プロセスは検証のためにｄｓゲートキーパ９５３に戻る。信頼度が許容範囲内（例えば、所定の閾値を超える）である場合、電力網アーティフィサーモジュール９６０の出力は、ｇａ制御およびコマンドモジュール９７０とコンテキスト構成エンジン９８０に渡される。

【0073】

ｇａ制御およびコマンドモジュール９７０は、電力網アーティフィサーモジュール９６０の出力（例えば（ｆｏｒ－ｉｄ、（ａ１、ｓｄ１）、（ａ２、ｓｄ２）、．．．、（ａｎ、ｓｄｎ）、ｔ（ｙ））に形成アラート（ｆｏｒ－ｉｄ、認証キー）を送信する。いくつかの実施形態では、グリッドワイド連携コマンドモジュール９７５は、連携コマンドモジュール２３０、３４４、および４３６のうちの１つまたは複数で構成され得る。連携コマンドモジュール９７５は、情報を認証した後、通知をグリッドワイド連携マネージャ（grid wide federation manager）、グリッドワイド予見マネージャ（grid wide foresight manager）、電力網スカウトコマンド（grid scouts command）、および電力網エッジ連携トランザクションマネージャ（grid edge federated transaction manager）９７７に送信する。

【0074】

電力網アーティフィサーモジュール９６０の出力（例えば、（ｆｏｒ－ｉｄ、（ａ１、ｓｄ１）、（ａ２、ｓｄ２）、．ａｎ、ｓｄｎ）、ｔ（ｙ））もコンテキスト構成エンジン９８０に提供される。一部の実施形態では、コンテキスト構成エンジン９８０は、コンテキスト構成エンジン２１１を構成することができる。ステップ９０１において、コンテキスト構成エンジン９８０は、受信した参照データ（例えば、（ｆｏｒ－ｉｄ、（ａ１、ｓｄ１）、（ａ２、ｓｄ２）、．ａｎ、ｓｄｎ）、ｔ（ｙ）））を学習エンジン９８３に送る。ステップ９０２では、参照データのフレーム（（ｆｏｒ－ｉｄ、（ａ、ｓｄ１）、（ａ２、ｓｄ２）、．ａｎ、ｓｄｎ）、ｔ（ｙ））は、機械学習を利用するコンテキスト推論モジュール９８５に送られる。ステップ９０３で、ｆｏｒ－ｉｄ、（ａｎ、ｓｄｎ）がストレス力評価モジュール（stress force evaluation module）９８４に送られ、ストレス力評価モジュール９８４は、ステップ９０４で、決定論的アルゴリズムに基づいて（ａｎ、ｓｄｎ）の根本的な原因（underlaying cause）を決定する。ステップ９０５で、（ａｎ、ｓｄｎ）がコンテキスト履歴アーカイブ９８７に送られ、コンテキスト履歴アーカイブ９８７は、ステップ９０６で、（ａｎｈｎ、ｓｄｎ）を提供する。次に、ストレス力評価モジュール９８４は、ステップ９０７において、（ｆｏｒ－ｉｄ、（ａｎｈｎ、ｓｄｎ）＋（ｄｃ１．．．ｄｃｎ））をコンテキスト推論モジュール９８５に提供する。コンテキスト履歴アーカイブ（context historical archive）９８７はまた、ステップ９０７ａにおいて、コンテキスト推論モジュール９８５にパターン抽出（pattern extraction）を提供する。ステップ９０８において、コンテキスト推論モジュールは、最も可能性の高いコンテキストおよびランク（most probable context and rank）を決定する。ステップ９０９において、コンテキスト推論モジュール９８５は、コンテキストをコンテキストメタオブジェクトビルダ９８６に出力し、コンテキストメタオブジェクト（（ｆｏｒ－ｉｄ、（（ｃ１、ｐｄ１、（ｓｃ１．１、．．．ｓｃ１．ｎ、））、（ｃ２、ｐｄ２、（ｓｃ２．１、．．．ｓｃ１．ｎ、））、．．．、（（ｃｎ、ｐｄｎ、（ｓｃ２．１、．．．ｓｃ１．ｎ））））、ｔ（ｙ））＋（ｆｏｒ－ｉｄ、（ａ１、ｓｄ１）、（ａ２、ｓｄ２）、．．．．、（ａｎ、ｓｄｎ）、ｔ（ｙ）））＋（（ｆｏｒ－ｉｄ、（ｆｏｒ－ｉｄｈ１、ｎ）））をステップ９１１でコンテキスト構成エンジン（context construct engine）９８０に送る。メタオブジェクト（ｉｄ）はまた、ステップ９１０で、モデルトレーニングのためにコンテキスト履歴アーカイブ９８７に格納される。

【0075】

ステップ９１２において、電力網アーティフィサーモジュール９６０の出力は、電力網アーティフィサーパーサー９８１に送られ、電力網アーティフィサーパーサー９８１は、ステップ９１３において、１以上の学習エンジンからコンテキストメタオブジェクトを解析し、色付けとグループ化（coloration and grouping）を決定し、各コンテキストグループに対してコンテキスト抽象化ＩＤ（ｃａ－ｉｄ１、ｎ、）を作成し、抽象化問題ドメインＩＤ（ａｐｄ－ｉｄｎ）を割り当てる。ステップ９１４において、構文解析された（parsed）データ（（ｆｏｒ－ｉｄ、（ｃａ－ｉｄ１（ｃ１、．．．ｃｎ）、ａｄ－ｉｄｎ）、．．．．（ｃａ－ｉｄｎ（ｃ１、．．．ｃｎ）、ａｄ－ｉｄｎ）、ｔ（ｙ））は、コンテキスト抽象化パネルビルダ９８２に渡され、このビルダは、対応する相関コンテキストおよび関連する問題ドメインに対して、一意のＩＤを持つ個々の抽象化パネルを作成し、学習エンジンによって提供される確率度に基づいて抽象化パネルをランク付けし、ステップ９１５において、互いに対するパネルの位置決めを決定する。ステップ９１６において、コンテキスト抽象化パネルビルダ９８２は、コンテキスト抽象化パネルデータ（例えば、キャップＩＤ、（パネルの位置決め、操作分類、機能構成、重大度インデックス）をコンテキスト構成エンジン９８０に渡す。ステップ９１７では、キャップ－ＩＤ、抽象化パネル属性、およびｇａ認証キーが、ＣａＣＳＭ作成のためにコンテキスト構築エンジン９８０から電力網アーティフィサーモジュール９６０に送られる。

【0076】

ここで図１０Ａ及び図１０Ｂを参照すると、形成ワークフローのＣａＣＳＭ作成段階が示されている。ステップ９１７において、コンテキスト構築エンジン９８０は、ｆｏｒ－ｉｄ、（ｃａｐ－ｉｄ１、ｎ、（パネル位置（ｐｐｎ、）、操作分類（ｏｃｎ）、機能構成（ｆｃｎ）、重大度（ｓｄｎ）、ｐａｄｎ）、ｇａ－認証キー）を電力網アーティフィサーモジュール９６０に送信することにより、ＣａＣＳＭ作成を開始する。ステップ９１７ａにおいて、ｇａゲートキーパ１００３は認証を行う（ｇａ－認証キー）。ステップ９１７ｂにおいて、認証が拒否された場合、ｃａｐ－ｉｄ、ｇａ－認証キーを伴う拒否がコンテキスト構築エンジン９８０に送り返される。認証が受け入れられた場合、ステップ９１７ｃで、ｇａゲートキーパは電力網アーティフィサーモジュール９６０に通知する。

【0077】

ステップ９１８において、電力網アーティフィサーモジュール９６０は、抽象化パネル、および関連するコンテキストをマップするＡＰ相互依存アナライザ１００４に基づいて、抽象化パネル（ＡＰ）相互依存（abstraction panel (AP) interdependency）を確立し、抽象化パネル間のコンテキスト相互依存のレベルおよび関連するインデックスを決定する。ＡＰ相互依存性アナライザ１００４によって出力されたｃａｐ－ｉｄ１、ｎ、（（ｐｐｎ、）、（ｏｃｎ）、（ｆｃｎ）、（ｓｄｎ）、ｐａｄｎ）、およびメタオブジェクト（ｉｄ）は、相関の関連性を検証するｄｓ相関エンジン１００５に送られる。
次に、情報は、コンテキスト履歴アーカイブ９８７からのデータで訓練された学習エンジン９６５に送信され、複合キャップビルダ（composite cap builder）９６９へ依存性の高いコンテキスト抽象化パネル (cap) (cap-id1,n 、関連性インデックス (ri1,n)) 、メタオブジェクト(id))を出力する。複合キャップビルダ９６９は、複合キャップ（Ｃｃａｐ-ｉｄ）および関連性インデックス（ｒｌｈ，ｍ，ｌ）をコンテキストメタオブジェクトビルダ９８６に出力する。複合キャップビルダ９６９は、メタオブジェクト（例えば、（（ｆｏｒ-ｉｄ、（（ｃ１、ｐｄ１、（ｓｃ１．１、…ｓｃ１．ｎ、）））、（ｃ２、ｐｄ２、（ｓｃ２．１、…）を構築する） sc1.n,)), ... ,((cn, (sc2.1, ... sc1.n)), pdn)), t(y)) + (for-id, (a1,sd1), (a2, sd2), ... ,(an, sdn), t(y))) + ((for-id, (for-idh1,n ))) + 複合キャップ (Ccap-id, 関連性インデックス ( rih,m,l)) を生成し、ステップ９１９で((for-id, (Ccap-id, 関連性インデックス(rih,m,l))メタオブジェクト(id)を電力網ティフィサーモジュール９６０に送信する。

【0078】

ステップ９２０では、（ｆｏｒ－ｉｄ、（Ｃｃａｐ－ｉｄ、関連性インデックス（ｒｉｈ、ｍ、）ｔｘ））がＣＳＭビルダ１０１０に渡され、関連性インデックスが最も高いキャップｉｄが抽出され、ｆｏｒ－ｉｄ、（コンテキストＩＤ、ｒｉ（ｈｉｇｈ）、属性）が学習エンジン１０１１に転送される。いくつかの実施形態では、ＣＳＭビルダ１０１０は、ＣＳＭビルダ２１４を含むことができる。習エンジン１０１１は、状態マシン履歴アーカイブ１０１３から最もよく一致するＣａＣＳＭパターンを決定し、状態マシン履歴アーカイブ１０１３に格納されたコンテキストＩＤおよび属性に基づいて、状態数、初期状態、トリガ、機能構成、自己形成トリガ、および対応する性能インデックスを有する最終状態（the number of states, initial states, triggers, functional compositions, self-forming triggers, and final states）などの状態マシンのパラメータを決定する仮のＣａＣＳＭビルダ（provisional CaCSM builder）１０１２に、ＣａＣＳＭテンプレートおよびｆｏｒ－ｉｄ、（コンテキストＩＤ、属性）を送信する。次に、仮のＣａＣＳＭテンプレートがコンテキスト状態マシンメタオブジェクト構築ツール１０１４に送信され、メタオブジェクトＩＤが学習エンジン１０１１の訓練で使用するために状態マシン履歴アーカイブ１０１３に格納される。

【0079】

ステップ９２１で、コンテキスト状態マシンメタオブジェクトビルダ（context state machine meta object builder）１０１４は、ｆｏｒ－ｉｄ、((コンテキスト ID、属性)、CaCSMp-id、(( s1、a1、t1、sf(1,0))、.... (sn、an、tn、sf(1,0))、メタオブジェクト(ID)をＣＳＭビルダ１０１０に送信する。ステップ９２２において、ＣＳＭビルダ１０１０は、ｆｏｒ－ｉｄおよびｔｙを有するＣａＣＳＭ検証要求を電力網アーティフィサーモジュール９６０に送信し、電力網アーティフィサーモジュールは、ステップ９２３において、Ｖａｌｉｄａｔｅ（ＣａＣＳＭｐ－ｉｄ、）、メタオブジェクト（ｉｄ）をシミュレーションエンジン１０２０に送信する。いくつかの実施形態では、シミュレーションエンジン１０２０は、シミュレーションエンジン２０４を含むことができる。シミュレーションシナリオは、シミュレーションシナリオ履歴アーカイブ（simulation scenarios historical archive）１０２５から記憶および検索されてもよい。ステップ９２３ａにおいて、シミュレーションエンジンは、Ｖａｌｉｄａｔｅ（ＣａＣＳＭｐ－ｉｄ、）、メタオブジェクト（ｉｄ）をクエリ（query）としてＳＭ履歴アーカイブ１０１３に転送する。ステップ９２４において、ｆｏｒ－ｉｄ、（（コンテキストＩＤ、属性）、ＣａＣＳＭｐ－ｉｄ、（（ｓ１、ａ１、ｔ１、ｓｆ（１、０））、．．．（ｓｎ、ａｎ、ｔｎ、ｓｆ（１、０））、メタオブジェクト（ｉｄ）は、状態マシン履歴アーカイブ１０１３から検索される。ステップ９２５において、（ｓｎ、ａｎ、ｔｎ、ｓｆ（１、０）を含むＣａＣＳＭ状態較正要求（CaCSM state calibration request）が学習エンジン１０２１に送られ、ステップ９２５ａにおいて、較正された状態（ｓｎ、ａｎ、ｔｎ、ｓｆ（１、０））がシミュレーションエンジン２０４に送り返され、シミュレーションモードで仮のＣａＣＳＭを実行し、必要に応じて各状態を較正する。ステップ９２６において、シミュレーションエンジン１０２０は、状態（ｓｎ、ａｎ、ｔｎ、ｓｆ（１、０）を検証し、検証された状態をプロダクションＣａＣＳＭビルダ１０２２に転送する。プロダクションＣａＣＳＭビルダ１０２２は、ステップ９２７において、各ＣａＣＳＭｂｐ－ｉｄについて、状態数、初期状態、トリガ、機能構成、自己形成トリガ、及び対応する性能指標を有する最終状態（number of states, initial states, trigger, functional composition, self-forming trigger, and final state with corresponding performance index）を構築するように構成される。ステップ９２８において、ＣａＣＳＭｂｐ－ｉｄ、（属性）が状態マシン履歴アーカイブ１０１３に格納される。ステップ９２９ａにおいて、較正されたｆｏｒ－ｉｄ、（（コンテキストＩＤ、属性）、ＣａＣＳＭｐ－ｉｄ、（（ｓ１、ａ１、ｔ１、ｓｆ（１、０））、．．．（ｓｎ、ａｎ、ｔｎ、ｓｆ（１、０））、メタオブジェクト（ｉｄ）がシミュレーションエンジン１０２０に提供される。いくつかの実施形態では、シミュレーション及び較正ステップは、仮のＣａＣＳＭ上で繰り返されてもよい。ステップ９２９において、シミュレーションエンジン１０２０は、（ＣａＣＳＭｐ－ｉｄ、）及びメタオブジェクト（ｉｄ）を有する運用準備完了通知（operation-ready notification）を電力網アーティフィサーモジュール９６０に送信する。ステップ９３０で、電力網アーティフィサーモジュール９６０は、ＣＳＭビルダ１０１０に形成と動作の開始（initiation of formation and operation）を合図する。ｆｏｒ－ｉｄ、（（ＣａＣＳＭｂｐ－ｉｄ）、メタオブジェクト（ｉｄ）、ｇａ認証キー）を含む形成および動作の開始は、形成ワークフローの動作段階（operation stage）を開始するためにＣＳＭオペレータ１０４０に送られる。

【0080】

次に、図１１を参照して、形成ワークフローの動作段階（operation stage）を示す。ステップ９３１において、ＣＳＭビルダ１０１０は、ｆｏｒ－ｉｄ、（（ＣａＣＳＭｂｐ－ｉｄ）、メタオブジェクト（ｉｄ）、ｇａ－認証キー）をＣＳＭオペレータ１０４０に送信する。ステップ９３２において、ＣＳＭオペレータ１０４０は、検証のために認証要求（ｇａ－認証キー）をｇａゲートキーパ１００３に送信する。検証されたｆｏｒ－ｉｄはステップ９３２ａで電力網アーティフィサーモジュール９６０に転送され、拒否されたｆｏｒ－ｉｄはＣＳＭビルダ１０１０に送り返される。ステップ９３２ｂで、電力網アーティフィサーモジュール９６０はＣａＣＳＭｂｐ－ｉｄをアクティブにし、ＣＳＭオペレータ１０４０にデータを送信する。ステップ９３３において、電力網アーティフィサーはまた、ステップ９３３ａにおいて、準備アクションリストを作成し、グリッドワイド連携コマンドモジュール９７５にコマンドロジスティックデータを送信するコマンドロジスティックビルダ１０２３に、ｆｏｒ－ｉｄ、メタオブジェクト（ｉｄ）、コンテキスト（ｉｄ）を送信する。

【0081】

ＣａＣＳＭ１０３０は、ＣＳＭオペレータからｒ（１、（ｓｆ＝１、０、（ｓｆ＝０））を受信し、各状態における対応する（ｔ、ｒ（１、０）、ｆ）をグリッドワイド連携マネージャ、予見マネージャ、スカウトコマンド、および／またはエッジ連携タスクマネージャに出力する。ＣａＣＳＭ１０３０はさらに、状態（ｓｎ、ａｎ、ｔｎ、ｓｆ（１、０）を較正するために、学習エンジン１０４５にＣａＣＳＭ状態較正要求を送るように構成される。ＣａＣＳＭ１０３０はまた、状態操作結果をＣＳＭオペレータ１０４０に提供する。

【0082】

グリッドワイド連携コマンドモジュール９７５は、ＣＳＭオペレータ１０４０と通信し、オペレーションループ内で状態マシンコマンドの実行を行うように構成される。グリッドワイド連携コマンドモジュール９７５は、ロジスティクス準備通知（Ｃｏｎｔｅｘｔ（ｉｄ）、Ｌｏｇｉｓｔｉｃｓ（ｉｄ））に基づいて、グリッドワイド連携マネージャ、予見マネージャ、スカウトコマンド、およびエッジ連携タスクマネージャと通信する。グリッドワイド連携コマンドモジュール９７５はさらに、状態マシンが実行されるときに、ステータス報告を伴うステータス要求に応答するために、電力網アーティフィサーモジュール９６０と通信するように構成される。

【0083】

いくつかの実施形態では、適応電力網管理システム（adaptive power grid management system）が提供される。このシステムは、ネットワークデバイスデータベース、ネットワークアダプタ、およびプロセッサ（a network device database, a network adapter, and a processor）を含む。プロセッサは、過去のデバイス信号およびデバイスのネットワークに関連する過去のコンテキスト情報を使用して機械学習アルゴリズムでコンテキストモデルを訓練し、デバイスのネットワークから信号を受信し、コンテキストモデルに基づいて、デバイスのネットワークの現在の状態に関連するコンテキストデータを決定し、コンテキストデータに基づいて形成プランを決定するように構成される、形成プランは、デバイスネットワーク内の１つまたは複数のデバイスによって実行されるタスクを含み、形成プランおよびネットワークデバイスデータベースに格納されたデバイス情報に基づいて１つまたは複数のスカウトアプリケーションを構成し、ネットワークアダプタを介して、デバイスネットワーク内の１つまたは複数のデバイスによって１つまたは複数のスカウトアプリケーションを実行させる。

【0084】

いくつかの実施形態では、ネットワーク管理のための意思決定支援システムが提供される。このシステムは、ネットワークデバイスデータベースと、ネットワークデバイスデータベースに結合されたプロセッサとを備える。プロセッサは、意思決定支援モジュールを実行し、デバイスのネットワークからの信号に基づいてアラート状態を検出し、アラート状態に関連付けられたコンテキストデータを決定し、コンテキストデータをアーティフィサーモジュールに提供し、アーティフィサーモジュールから形成プランを受信し、形成プラン及び現在のネットワーク状態のシミュレーションを実行し、シミュレーションに基づいて複数のスカウトアプリケーションを構成するように構成され、複数のスカウトアプリケーションは、ネットワーク上の複数のデバイス上で実行するためのものである。いくつかの実施形態において、アラート状態は、デバイスのネットワークからの信号が許容帯域を超える異常状態に対応するか否かを判定することに基づいて検出される。いくつかの実施形態において、アラート状態を検出することは、学習エンジンを用いて、デバイスのネットワークからの履歴信号およびコンテキストデータに基づいてアラートモデルをトレーニングすることを含む。いくつかの実施形態において、アラート状態を検出することは、ネットワークからの信号をストレスフレームに集約することと、過去のストレスフレームデータに基づいてストレスフレームに対してパターン認識分析を実行することとを備える。いくつかの実施形態では、プロセッサはさらに、アラート状態に関連付けられた重大度にそれぞれ関連付けられた選択されたバイタル属性のセットを決定するように構成され、コンテキストデータは、バイタル属性のセットおよび関連付けられた重大度を含む。

【0085】

いくつかの実施形態では、デバイスネットワーク管理のためのアーティフィサーシステムが提供される。このシステムは、コンテキスト構成データベースと、コンテキスト構成データベースに結合されたプロセッサとを備える。プロセッサは、アーティフィサーモジュールを実行し、意思決定支援モジュールからアラート状態に関連付けられたコンテキストデータを受信するように構成され、コンテキストデータは、複数のバイタル属性を含み、ネットワーク上の複数のデバイスから受信された信号に基づいて決定され、コンテキストデータの各バイタル属性について、コンテキストパターンデータベース内のコンテキストパターンにマッチしてコンテキスト抽象化パネルを決定し、意思決定支援モジュールによる実行のための形成プランを決定する。いくつかの実施形態において、システムはさらに、コンテキストデータと後続のコンテキストデータとの間のずれ（misalignment：ミスアライメント）を決定し、ずれが生じた場合に決定支援モジュールに新しいコンテキストデータを要求するように構成される。いくつかの実施形態において、コンテキスト抽象化パネルは、パネルの位置、操作分類、機能構成、および重大度インデックス（panel positioning, operation classification, functional composition, and a severity index）のうちの１つ以上を備える。

【0086】

いくつかの実施形態では、デバイスネットワーク管理のための意思決定支援システムが提供される。いくつかの実施形態において、システムは、スカウトアプリケーションデータベースと、スカウトデータベースに結合されたプロセッサとを備える。プロセッサは、意思決定支援モジュールを実行し、アーティフィサーモジュールから形成プランを受信し、形成プランのシミュレーションに基づいて動作属性および機能属性を導出し、認知状態マシンを用いて、動作属性および機能属性に基づいて複数のスカウトアプリケーションのスカウトアプリケーション構成を決定し、属性に基づいてネットワークの１つまたは複数のデバイス上で実行するための１つまたは複数のスカウトアプリケーションを構成するように構成される。いくつかの実施形態において、スカウトアプリケーション構成は、形成プランに基づいてスカウトデータベースから少なくとも１つの記憶されたスカウトアプリケーション構成を選択することに基づいて決定される。幾つかの実施形態において、プロセッサは、新たに構成されたスカウトアプリケーションをネットワーク上のデバイスに送信する前に、新たに構成されたスカウトアプリケーションのインキュベーション及びトレーニングを実行するように更に構成される。

【0087】

いくつかの実施形態では、電力網管理用の動作セルデバイス（operating cell device）が提供される。このデバイスは、デバイスネットワーク管理システムと通信するように構成されたネットワークアダプタと、ネットワークアダプタに結合されたプロセッサとを備え、プロセッサは、ネットワークアダプタを介して、サーバから、関連する役割割り当てを有するスカウトアプリケーションを受信し、スカウトアプリケーションを認証し、認証時にスカウトアプリケーションを自動的に実行し、スカウトアプリケーションの役割割り当てに基づいて、ネットワークアダプタを介して、デバイスネットワーク管理システムまたはネットワーク内の複数のデバイスと通信するように構成される。いくつかの実施形態において、スカウトアプリケーションは、メッセンジャの役割を割り当てられ、セルデバイスに関連する地域、人、資産、及びアプリケーション（locality, persons, assets, and applications）のうちの１つ以上に関連するデータの取り込み、変換、及び保存（ingestion, transformation, and storage）のために構成される。いくつかの実施形態において、スカウトアプリケーションは、フェデレーション内の１つ又は複数の他のセルデバイスの調整及び管理を提供するように構成されたコーディネータの役割を割り当てられる。いくつかの実施形態において、スカウトアプリケーションは、検査官（inspector）の役割を割り当てられ、セルデバイス又はセルデバイスを含むフェデレーションの動作に関連するデータを収集するように構成される。いくつかの実施形態において、スカウトアプリケーションは、ガードの役割を割り当てられ、物理的脅威、サイバー脅威、及び機能的ずれ（a physical threat, a cyber threat, and functional misalignment）を防止するように構成される。幾つかの実施形態において、セルデバイス上で実行されるスカウトアプリケーションは、スカウトアプリケーションの別のインスタンスを別のセルデバイス上にインストールして実行させるように構成される。いくつかの実施形態において、スカウトアプリケーションは、終了条件が満たされたことに応答して自動的に終了するように構成される。いくつかの実施形態において、スカウトアプリケーションは、サーバ又は別のセルデバイスと通信することなく、割り当てられた役割を実行するように構成される。

【0088】

いくつかの実施形態では、デバイスネットワーク管理のための連携コマンドシステムが提供される。このシステムは、ネットワークデバイスデータベースと、プロセッサとを備える。プロセッサは、連携コマンドモジュールを実行し、形成プラン及びデバイスデータベースに基づいて、それぞれがフェデレーション内の役割に関連付けられた複数のスカウトアプリケーションのうちの少なくとも１つを実行する複数のセルデバイスを含むフェデレーションを形成し、複数のセルデバイス上で複数のスカウトアプリケーションを実行させ、セルデバイスによって実行されるスカウトアプリケーションに関連付けられた役割に基づいて、複数のセルデバイスのうちの１つのセルデバイスにコマンドを送信するように構成される。いくつかの実施形態において、プロセッサは、複数のスカウトアプリケーションを構成する前に、意思決定支援モジュールを用いて、形成プランをシミュレーションするようにさらに構成される。

【0089】

本開示のさらなる態様は、以下の条項の主題によって提供される。
［実施形態１］
適応電力網管理システムであって、ネットワークデバイスデータベースと、ネットワークアダプタと、ネットワークデバイスデータベースおよびネットワークアダプタに結合されたプロセッサとを含み、プロセッサは、デバイスのネットワークに関連する過去のデバイス信号および過去のコンテキスト情報を使用して、機械学習アルゴリズムでコンテキストモデルを学習し、デバイスのネットワークから信号を受信し、コンテキストモデルに基づいて、デバイスのネットワークの現在の状態に関連するコンテキストデータを決定する。コンテキストデータに基づいて形成プランを決定し、形成プランは、デバイスネットワーク内の１つまたは複数のデバイスによって実行されるタスクを含み、形成プランおよびネットワークデバイスデータベースに格納されたデバイス情報に基づいて１つまたは複数のスカウトアプリケーションを構成し、ネットワークアダプタを介して、１つまたは複数のスカウトアプリケーションをデバイスネットワーク内の１つまたは複数のデバイスによって実行させるように構成される、適応電力網管理システム。
［実施形態２］
１つまたは複数のデバイスが、発電所、太陽光発電所、風力発電所、デジタル変電所、マイクログリッドコントローラ、および電気自動車充電ステーションのうちの１つまたは複数に関連するフィールドエージェントデバイスを含む、先行する実施形態のいずれかに記載の適応電力網管理システム。
［実施形態３］
前記コンテキストデータは、各々が重大度に関連付けられた選択された重要な属性のセットを含む、先行する実施形態のいずれかに記載の適応電力網管理システム。
［実施形態４］
前記コンテキストデータは、制御エリア識別子、タイミング識別子、およびアラート条件識別子を含む、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態５］
形成プランが、コンテキストパターンとコンテキストデータベース内のコンテキストパターンとを照合することと、コンテキストデータを、各々が別々の問題領域の観点に対応するコンテキスト抽象化パネルに分離することと、各コンテキスト抽象化パネルに関連するタスクおよび１つまたは複数のデバイスを決定することとに基づいて決定される、先行する実施形態のいずれかに記載の適応電力網管理システム。
［実施形態６］
前記形成プランは、前記コンテキストデータに基づいて決定されたス複数のテップおよび複数のトリガ条件のリストを含む状態マシンに基づいて決定される、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態７］
前記１つまたは複数のスカウトアプリケーションを構成することは、前記形成プランに一致する保存されたスカウトアプリケーションを選択することを含む、先行する実施形態のいずれかに記載の適応電力網管理システム。
［実施形態８］
前記１つまたは複数のスカウトアプリケーションにはそれぞれ役割が割り当てられており、その役割に基づいて構成される、先行する実施形態のいずれかに記載の適応電力網管理システム。
［実施形態９］
前記１つまたは複数のスカウトアプリケーションを構成することは、前記形成プランに基づいて、保存されたアプリケーションコンポーネントを使用して新しいスカウトアプリケーションを生成することと、配備前に新しいスカウトアプリケーションをテストすることとを含む、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態１０］
前記プロセッサは、前記１つまたは複数のスカウトアプリケーションを前記デバイスのネットワーク内の１つまたは複数のデバイスによって実行させる前に、前記デバイスのネットワークからの更新された信号に基づいて、前記形成プランをシミュレートするようにさらに構成される、先行する実施形態のいずれかに記載の適応電力網管理システム。
［実施形態１１］
電力網の適応的管理方法であって、
プロセッサ上で実行される機械学習アルゴリズムにより、複数の過去のデバイス信号および複数のデバイスのネットワークに関連する過去のコンテキスト情報を使用して、コンテキストモデルをトレーニングするステップと、
複数のデバイスの前記ネットワークから信号を受信するステップと、
前記プロセッサにより、前記コンテキストモデルに基づいて、複数のデバイスの前記ネットワークの現在の状態に関連するコンテキストデータを決定するステップと、
前記プロセッサにより、前記コンテキストデータに基づいて、形成プランを決定するステップであって、前記形成プランは、複数のデバイスの前記ネットワーク内の１つまたは複数のデバイスにより実行されるタスクを含む、前記ステップと、
前記プロセッサにより、コンテキストデータに基づいて形成プランを決定するステップであって、前記形成プランは、複数のデバイスの前記ネットワーク内の１つまたは複数のデバイスにより実行されるタスクを含む、前記ステップと、
前記プロセッサにより、前記形成プランおよび前記ネットワークデバイスデータベースに格納されたデバイス情報に基づいて１つまたは複数のスカウトアプリケーションを構成するステップと、
前記１つまたは複数のスカウトアプリケーションを複数のデバイスの前記ネットワーク内の１つまたは複数のデバイスにより実行させるステップと、を含む方法。
［実施形態１２］
前記１つまたは複数のデバイスが、発電所、太陽光発電所、風力発電所、デジタル変電所、マイクログリッドコントローラ、および電気自動車充電ステーションのうちの１つまたは複数に関連するフィールドエージェントデバイスを含む、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態１３］
前記コンテキストデータは、各々が重大度（ｓｅｖｅｒｉｔｙ ｄｅｇｒｅｅ）に関連付けられた、選択された重要な属性のセットを含む、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態１４］
前記コンテキストデータは、制御エリア識別子、タイミング識別子、およびアラート条件識別子を含む、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態１５］
前記形成プランは、前記コンテキストデータをコンテキストパターンデータベース内のコンテキストパターンと照合するステップと、前記コンテキストデータを、各々が別々の問題領域の観点に対応するコンテキスト抽象化パネルに分離するステップと、各コンテキスト抽象化パネルに関連するタスクおよび１つまたは複数のデバイスを決定するステップとに基づいて決定される、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態１６］
前記形成プランは、前記コンテキストデータに基づいて決定された複数のステップおよび複数のトリガ条件のリストを含む状態マシンに基づいて決定される、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態１７］
前記１つまたは複数のスカウトアプリケーションを構成するステップが、前記形成プランに一致する保存されたスカウトアプリケーションを選択するステップを含む、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態１８］
前記１つまたは複数のスカウトアプリケーションは、それぞれ役割を割り当てられ、前記役割に基づいて構成される、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態１９］
前記１つまたは複数のスカウトアプリケーションを構成するステップは、前記形成プランに基づいて保存されたアプリケーションコンポーネントを使用して新しいスカウトアプリケーションを生成するステップと、配備前に新しいスカウトアプリケーションをテストするステップとを含む、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態２０］
複数のデバイスの前記ネットワーク内の１つまたは複数のデバイスによって１つまたは複数のスカウトアプリケーションを実行させる前に、複数のデバイスの前記ネットワークからの更新された信号に基づいて前記形成プランをシミュレートするステップをさらに含む、先行するいずれかの実施形態の電力網の適応的管理方法。
［実施形態２１］
適応電力網管理システムであって、コンテキスト履歴アーカイブデータベースと、ネットワークアダプタと、コンテキスト履歴アーカイブデータベースと、ネットワークアダプタに結合されたプロセッサと、を含み、前記プロセッサは、前記プロセッサに、
意思決定支援モジュールからアラート条件に関連付けられたコンテキストデータを受信するステップであって、前記コンテキストデータは、複数のデバイスのネットワーク上の複数のデバイスから受信された信号に基づいて決定される、前記ステップと、
前記コンテキストデータをコンテキスト履歴アーカイブデータベースに格納されている履歴コンテキストデータと照合することによってコンテキストメタオブジェクトを形成するステップと、
前記ネットワークアダプタを介してネットワーク上の１つ以上のデバイスの動作に影響を与えるために、認識状態マシンオペレータによる実行のためにコンテキストメタオブジェクトに基づいて認識状態マシンを形成するステップと、
を実行させるアーティフィサーモジュールを実行するように構成され、
前記認識状態マシンは複数の状態を含み、それぞれの状態が少なくとも１つのネットワークデバイスによって実行される少なくとも１つのタスクを定義する、適応電力網管理システム。
［実施形態２２］
前記コンテキストデータは、各々が重大度に関連付けられた複数のバイタル属性と、タイムスタンプとを含む、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態２３］
前記コンテキストメタオブジェクトは、複数のデバイスの前記ネットワーク上のデバイスに関連付けられた過去のコンテキストデータに基づいて訓練された機械学習モデルに基づいて決定される、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態２４］
前記コンテキストメタオブジェクトは、決定論的アルゴリズムに基づいて起こり得る根本的な原因を決定するストレス力評価モジュールに基づいて決定される、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態２５］
前記コンテキストメタオブジェクトは、機械学習モデルによって決定された確率に基づいてランク付けされた複数の可能性の高いコンテキストを含む、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態２６］
前記プロセッサは、さらに、前記コンテキストメタオブジェクトを複数のコンテキストグループに解析し、機械学習アルゴリズムに基づいて各コンテキストグループに抽象化問題ドメインを割り当てることによって、複数のコンテキスト抽象化パネルを決定することに基づいて、前記認知状態マシンを形成する、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態２７］
各コンテキスト抽象化パネルが、パネルの位置、操作分類、機能構成、および重大度インデックスのうちの１つ以上を含む、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態２８］
前記コンテキストメタオブジェクトが、さらに、コンテキスト履歴アーカイブデータベースで訓練された機械学習モデルに基づいて、１つまたは複数の抽象化パネルの相互依存性を決定することに基づいて決定され、コンテキストメタオブジェクトが、さらに、関連する関連性インデックスを有する複合抽象化パネルデータを含む、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態２９］
前記認知状態マシンが、仮の認知状態マシンを形成し、前記仮の認知状態マシンは、シミュレーションエンジンを用いて検証することに基づいて決定される、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態３０］
前記認知状態マシンは、多数の状態、初期状態、各状態のトリガ条件、対応する性能指標を有する最終状態、および１つまたは複数の状態の再較正条件を定義する、先行するいずれかの実施形態の適応電力網管理システム。
［実施形態３１］
適応的な電力網管理のための方法であって、
アーティフィサーモジュールを実行するプロセッサにおいて、意思決定支援モジュールから、アラート状態に関連するコンテキストデータを受信するステップであって、前記コンテキストデータは、複数のデバイスのネットワーク上の複数のデバイスから受信された信号に基づいて決定される、前記ステップと、
前記プロセッサで、前記コンテキストデータを、コンテキスト履歴アーカイブデータベースに格納された履歴コンテキストデータと照合することによって、コンテキストメタオブジェクトを形成するステップと、
ネットワークアダプタを介してネットワーク上の１つまたは複数のデバイスの動作に影響を与えるために認知状態マシンオペレータによって実行される、コンテキストメタオブジェクトに基づく認知状態マシンをプロセッサで形成するステップと、
を含み、前記認知状態マシンは、少なくとも１つのネットワークデバイスによって実行される少なくとも１つのタスクを定義する複数の状態を含む、適応電力網管理方法。
［実施形態３２］
前記コンテキストデータは、各々が重大度に関連付けられた複数のバイタル属性と、タイムスタンプとを含む、先行するいずれかの実施形態に記載の適応電力網管理方法。
［実施形態３３］
前記コンテキストメタオブジェクトは、前記デバイスのネットワーク上のデバイスに関連付けられた過去のコンテキストデータに基づいて訓練された機械学習モデルに基づいて決定される、先行するいずれかの実施形態に記載の適応電力網管理方法。
［実施形態３４］
前記コンテキストメタオブジェクトは、決定論的アルゴリズムに基づいて起こり得る根本的な原因を決定するストレス力評価モジュールに基づいて決定される、先行するいずれかの実施形態に記載の適応電力網管理方法。
［実施形態３５］
前記コンテキストメタオブジェクトは、機械学習モデルによって決定された確率に基づいてランク付けされた複数の可能性の高いコンテキストを含む、先行するいずれかの実施形態に記載の適応電力網管理方法。
［実施形態３６］
前記認知状態マシンを形成するステップが、さらに、前記コンテキストメタオブジェクトを複数のコンテキストグループに解析し、機械学習アルゴリズムに基づいて各コンテキストグループに抽象化問題ドメインを割り当てることに基づいて、複数のコンテキスト抽象化パネルを決定することに基づいている、先行するいずれかの実施形態に記載の適応電力網管理方法。
［実施形態３７］
各コンテキスト抽象化パネルが、パネルの位置、動作分類、機能構成、および重大度インデックスのうちの１つ以上を含む、先行するいずれかの実施形態に記載の適応電力網管理方法。
［実施形態３８］
前記コンテキストメタオブジェクトが、さらに、コンテキスト履歴アーカイブデータベースに基づいて訓練された機械学習モデルに基づいて１つまたは複数の抽象化パネルの相互依存性を決定することに基づいて決定され、前記コンテキストメタオブジェクトが、さらに、関連する関連性インデックスを有する複合抽象化パネルデータを含む、先行するいずれかの実施形態に記載の適応電力網管理方法。
［実施形態３９］
前記認知状態マシンが、仮の認知状態マシンを形成し、前記仮の認知状態マシンは、シミュレーションエンジンを用いて検証することに基づいて決定される、先行するいずれかの実施形態に記載の適応電力網管理方法。
［実施形態４０］
前記認知状態マシンが、多数の状態、初期状態、各状態のトリガ条件、および対応する性能指標を有する最終状態を定義する、先行するいずれかの実施形態に記載の適応電力網管理方法。

【0090】

当業者であれば、本発明の範囲から逸脱することなく、上述した実施形態に関して、多種多様な他の修正、変更、および組合せを行うことも可能であり、そのような修正、変更、および組合せは、本発明の概念の範囲内であると見なされることを認識するであろう。

【符号の説明】

【0091】

１１０：電力網運用データセンタ １２０：エンタープライズデータセンタ １３０：クラウドサービス １４０：適応電力網管理システム １５０：システムオペレータ １６０：ＤＲ／ＤＥＲ／ＥＶアグリゲータ １７０：フィールドエージェントデバイス １８０：仮想発電所 ２００：適応電力網管理システム ２０１：アラート相関エンジン ２０２：意思決定支援モジュール ２０３：学習エンジン ２０４：シミュレーションエンジン ２０５：電力網管理データベース ２１０：電力網アーティフィサーモジュール ２１１：コンテキスト構成エンジン ２１２：コンテキスト抽象化プレーンデータベース ２１３：認知状態マシンオペレータ／ＣＳＭオペレータ ２１４：ＣＳＭビルダ ２１５：ＣａＣＳＭ ２２０：グリッドワイドアイモジュール ２３０：電力網連携コマンドモジュール ２４０：連携エッジトランザクションマネージャ ２５０：スカウトインキュベータ ２５１：スカウトローンチマネージャ ２６０：電力網運用データセンタ ２７０：動作セル ２７２：分散型コンテキストセンシング ３００：適応電力網管理システム ３１０：グリッドワイドマインドモジュール ３１５：電力網アーティフィサーモジュール ３２０：連携電力網データファブリック ３４０：グリッドワイドコマンドハブ ３４２：グリッドワイドアイモジュール ３４４：グリッドワイド連携コマンドモジュール ３８１：電力網運用データセンタ ３８２：エンタープライズデータセンタおよびクラウドサービス ３９０：フェデレーション ３９１、３９２：動作セル ４１０：電力網運用データセンタ ４２０：エンタープライズデータセンタ ４２１：クラウドサービス ４２５：電力網システムオペレータ ４２６：マーケット機能システム ４３０：適応電力網管理システム ４３１：グリッドワイドマインドモジュール ４３３：グリッドワイド予見マネージャ ４３４：グリッドワイドフォーメーションマネージャ ４３５：グリッドワイドアイモジュール ４３６：グリッドワイド連携コマンド ４３７：連携エッジトランザクションマネージャ ４３８：スカウトコマンド ４３９：グリッドワイドコマンドハブ ４４０：分散型動作セル ４５０：適応フィールドエージェントデバイス ４６１：プラント ４６２：コントローラ ４６３：センサ ４６４：デバイス ４６５：資産 ４６６：電気自動車 ７１０：ネットワーク管理システム ７１２：制御回路 ７１３：ネットワークインターフェースデバイス ７１７：メモリ ７２０：ネットワーク運用システム ７４０：コンテキストモデル ７５０：デバイスデータベース ７６０：コンテキストパターンデータベース ７７０：スカウトアプリケーションデータベース ７８０：動作セルデバイス ９５１：電力網連携アラートエンジン ９５２：アクションストレスフレームコンストラクタ ９５３：意思決定支援ゲートキーパ ９５４：ｄｓ電力網形成分析及び機械学習モジュール ９５５：学習エンジン ９５６：ｄｓコンテキストモデルビルダ ９６０：電力網アーティフィサーモジュール ９６５：学習エンジン ９６６：グリッドワイド意思決定支援 ９６７：コンテキスト履歴アーカイブ ９６９：複合ＣＡＰビルダ ９７０：ｇａ制御及びコマンドモジュール ９７５：連携コマンドモジュール ９７７：グリッドワイド連携マネージャ、グリッドワイド予見マネージャ、電力網スカウトコマンド及び電力網エッジ連携トランザクションマネージャ ９８０：コンテキスト構成エンジン ９８１：電力網アーティフィサーパーサー ９８２：コンテキスト抽象化パネルビルダ ９８３：学習エンジン ９８４：ストレス力評価モジュール ９８５：コンテキスト推論モジュール ９８６：コンテキストメタオブジェクトビルダ ９８７：コンテキスト履歴アーカイブ １００４：ＡＰ相互依存アナライザ １００５：ＤＳ相関エンジン １０１０：ＣＳＭビルダ １０１１：学習エンジン １０１２：仮のＣａＣＳＭビルダ １０１３：状態マシン履歴アーカイブ １０１４：コンテキスト状態マシンメタオブジェクト構築 １０２０：シミュレーションエンジン １０２１：学習エンジン １０２２：プロダクションＣａＣＳＭビルダ １０２３：コマンドロジスティックビルダ １０２５：シミュレーションシナリオ履歴アーカイブ １０３０：ＣａＣＳＭ １０４０：ＣＳＭオペレータ １０４５：学習エンジン

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9A】

【図9B】

【図10A-1】

【図10A-2】

【図10B】

【図11】

【国際調査報告】