该算法可以帮助检测和减少电网故障

许多人认为，电网正在老化，负担过重并且出现了比以往更多的故障。这些中断中的任何一个都可能轻易导致长时间的断电甚至损坏设备。

宾汉姆顿大学的研究人员已经证明，奇异频谱分析(SSA)算法可能是帮助当局远程检测和定位电网故障的最佳工具。

“从理论上讲，SSA算法是准确，快速检测的最佳方法。但是，它并未在实际的工程应用中采用。我们对电网领域的新应用进行了改进和改进，” Yu Chen说，宾汉姆顿大学电气与计算机工程副教授，并与杨泽坤，周宁和Aleksey Polunchenko共同撰写了该论文。

从发电机，通过电线，通过灯泡，然后再返回，电路中不会出现任何中断，或者没有任何作用。多个完整电路(一个网格)即使一根电线掉线也能保持电流流动。

该冗余提供了稳定性，但是很复杂并且充满了脆弱点。除了简单的树枝在暴风雨中打断电线外，黑客还可以闯入并改变巧妙地流动的方式，这可能对基础设施造成连锁反应，并可能带来灾难性的影响。

当前，网格内异常的时间和位置由众所周知的公式来确定，例如事件开始时间(EST)算法，该算法计算不同地理位置上功率变化的不同到达时间。即使差异非常小，它们也足以确定变更的位置。

Binghamton团队使用由Power System Tool箱生成的仿真数据来证明，SSA算法在根据发电机或输电线路问题查找电网变化方面更快，更可靠。SSA甚至可以用来预测将来的问题点。

“在目前阶段，该算法只能检测和定位问题，无法预测未来的问题，”周说。“它为下一步奠定了坚实的基础：预测。能够迅速发现电网中的细微变化，我们的方法有可能通过包含电力系统模型来预测未来的问题。”

尽管SSA的有效性得到了证实，但仍需要进行微调，包括采用更多方法来收集问题的精确地理位置，进行更多仿真测试和收集真实数据以“验证算法并对其进行优化以应对更现实的情况”。

论文“基于奇异频谱分析的电网中扰动开始时间的快速在线检测”已于2016年12月在2015年电气与电子工程师协会全球通信会议(IEEE GLOBECOM)以及应邀在研究生院举行的技术研讨会上发表2016年3月8日，2016年信息安全教育和研究(GERIS)。