ເຄື່ອງຕັດວົງຈອນ IoT ສາມາດຈັດຕັ້ງການຕິດຕາມໄລຍະໄກຂອງວົງຈອນໄດ້ແນວໃດ?

ສ່ວນສຳຄັນຂອງສະຖາປັດຕະຍາການເຄື່ອງຕັດວົງຈອນ IoT

ຊັ້ນການຮັບຮູ້: ການຈັບຂໍ້ມູນພາລາມິເຕີດ້ານໄຟຟ້າທັນທີ

ຄຸນສົມບັດຫຼັກຂອງເຄື່ອງຕັດໄຟຟ້າທີ່ເຊື່ອມຕໍ່ອິນເຕີເນັດ (IoT) ແມ່ນຊັ້ນການຮັບຮູ້ (sensing layer), ເຊິ່ງປະກອບດ້ວຍເຊີນເຊີທີ່ມີຄວາມຖືກຕ້ອງສູງເປັນຢ່າງໃດເພື່ອຕິດຕາມພາລາມິເຕີດ້ານໄຟຟ້າທີ່ສຳຄັນຫຼາຍປະເພດຢ່າງຕໍ່ເນື່ອງ 24/7. ເຄື່ອງແປງປະຈຸບັນ (Current transformers) ໃຊ້ເພື່ອກວດຈັບການປ່ຽນແປງຂອງພາລາມິເຕີດ້ານໄຟຟ້າໃນຂອບເຂດຄວາມຜິດພາດປະມານ 1%. ໃນຂະນະດຽວກັນ, ເຊີນເຊີດ້ານຄ່າຄວາມຕ້ານ (voltage sensors) ແລະ ເຊີນເຊີອື່ນໆ ສາມາດກວດພົບບັນຫາຕ່າງໆ ເຊັ່ນ: ຄວາມບໍ່ສົມດຸນຂອງເຟສ (phase imbalances), ການເບື່ອນຮູບແບບຄື່ນ (harmonic distortions), ແລະ ເຊີນເຊີອຸນຫະພູມຂອງໜ່ວຍຕັດໄຟຟ້າທີ່ເຮັດດ້ວຍຄວາມຮ້ອນແລະແມ່ເຫຼັກ (thermal magnetic trip unit) ທີ່ໃສ່ຢູ່ໃນຕົວເຄື່ອງ ເຊິ່ງສາມາດກວດພົບການຮ້ອນເກີນໄປກ່ອນທີ່ໜ່ວຍດັ່ງກ່າວຈະເກີດຄວາມເສຍຫາຍ. ເຊີນເຊີເຫຼົ່ານີ້ເຮັດວຽກຮ່ວມກັນເພື່ອກວດພົບສະຖານະການອັນຕະລາຍ ເຊັ່ນ: ການເກີດຄວາມຜິດປົກກະຕິຂອງການແຕກຂອງໄຟຟ້າ (arc fault) ຫຼື ວັດສະດຸທີ່ໃຊ້ເປັນສ່ວນຫຼຸມຫໍ່ (insulation materials) ທີ່ອາດຈະເລີ່ມເສື່ອມຄຸນນະພາບ. ລາຍງານດ້ານອຸດສາຫະກຳຈາກປີທີ່ຜ່ານມາ ແສດງໃຫ້ເຫັນວ່າ ການຕິດຕາມແບບນີ້ສາມາດຫຼຸດຜ່ອນເວລາທີ່ອຸປະກອນບໍ່ສາມາດໃຊ້ງານໄດ້ (equipment downtime) ໄດ້ເຖິງ 50%. ນອກຈາກນີ້, ຄວາມສາມາດໃນການຕິດຕາມນີ້ຍັງປ່ຽນສັນຍານແບບເກົ່າ (analog signals) ໃຫ້ເປັນສັນຍານດິຈິຕອນ (digital signals) ເພື່ອສ້າງ 'ຮູບຖ່າຍ' (snapshot) ຂອງສະພາບສຸຂະພາບດ້ານໄຟຟ້າຂອງວົງຈອນ.

ຊັ້ນການປະມວນຜົນ ແລະ ການເຊື່ອມຕໍ່: ສິ່ງອັດຈັດສະຈອນທີ່ເກີດຂຶ້ນທີ່ຈຸດປາຍ (Edge Intelligence) ແລະ ການເຊື່ອມຕໍ່ຂຶ້ນເທິງຢ່າງປອດໄພ (Secure Uplink)

ຂໍ້ມູນເດີນທາງຈາກເຊັນເຊີດ ໂດຍໃຊ້ສິ່ງທີ່ພວກເຮົາເອີ້ນວ່າ ຊັ້ນຄວາມຮູ້ຈັກທີ່ເກີດຂຶ້ນທີ່ຈຸດປາຍ (edge intelligence layer) ໂດຍການປະມວນຜົນເກີດຂຶ້ນດ້ວຍ microcontrollers ທີ່ປະຕິບັດການວິເຄາະທີ່ຝັງຢູ່ (embedded analytics). ນີ້ໝາຍຄວາມວ່າຫຍັງ? ເວລາຕອບສະຫນອງ (response time) ໃນກໍລະນີທີ່ສຳຄັນ ໂດຍເฉພາະເມື່ອອຸປະກອນເລີ່ມດຶງພະລັງງານຈຳນວນຫຼາຍ ແລະ ຕ້ອງຖືກຕັດໄຟ (tripped) ແມ່ນຕ່ຳກວ່າ 2 ມີລີວິນາທີ. ບໍ່ຈຳເປັນຕ້ອງລໍຄຳຕອບຈາກເຄື່ອງແຄວ (cloud). ເພື່ອຮັບປະກັນວ່າເຄື່ອງແຄວຈະຖືກໃຊ້ງານຢ່າງປອດໄພ ພວກເຮົານຳໃຊ້ການເຂົ້າລະຫັດ MQTT; ອີງຕາມການນຳໃຊ້, ໃນກໍລະນີທີ່ມີລະບົບ SCADA ລຸ້ນເກົ່າ (legacy SCADA) ໃຊ້ງານຢູ່, Modbus RTU ແມ່ນເປັນທາງເລືອກທີ່ດີ. ໃນລະບົບຂອງພວກເຮົາ, ຄວາມປອດໄພຖືກອອກແບບເຂົ້າໄປໃນລະບົບຕັ້ງແຕ່ເລີ່ມຕົ້ນດ້ວຍຮູບແບບຄວາມປອດໄພທີ່ບໍ່ເຊື່ອຖືໃຜ (zero-trust security model). ທຸກໆການເຊື່ອມຕໍ່ (session) ຈະຖືກຈັດຫາຊุดຄີເຂົ້າລະຫັດທີ່ເປັນເອກະລັກ ແລະ ສອດຄ່ອງກັບການເຊື່ອມຕໍ່ນັ້ນເທົ່ານັ້ນ (session-specific set of unique cryptographic keys) ທີ່ຖືກສ້າງຂຶ້ນໂດຍ hardware security modules. ຕັ້ງແຕ່ເລີ່ມຕົ້ນຈົນເຖິງຈຸດສິ້ນສຸດ, ທຸກສິ່ງທຸກຢ່າງຖືກປ້ອງກັນຢ່າງເຂັ້ມງວດ. ສຳລັບໜ້າທີ່ທີ່ກ່ຽວຂ້ອງກັບຄວາມປອດໄພ ແລະ ການດຳເນີນງານ ທັງທີ່ມີຄວາມສຳຄັນສູງ ແລະ ບໍ່ສຳຄັນ, ລະບົບຈະປະກອບດ້ວຍການປະມວນຜົນທ້ອງຖິ່ນ (local processing) ຮ່ວມກັບໜ້າທີ່ດ້ານຄວາມປອດໄພ ແລະ ການປະມວນຜົນທີ່ຢູ່ໄກ (secure remote processing). ສິ່ງນີ້ເຮັດໃຫ້ເກີດຄວາມສອດຄ່ອງໃນການດຳເນີນງານ ແລະ ສາມາດທຳການວິເຄາະບັນຫາຈາກໄກ (remote diagnostics) ໄດ້ເມື່ອຈຳເປັນ.

ເຊນເຊີສຳຄັນ ແລະ ສະຖານະທີ່ການສື່ສານສຳລັບການບູລະນາການຂອງເຄື່ອງຕັດໄຟຟ້າ IoT

ຫນ້າທີ່ການຮັບຮູ້ຫຼັກ: ປະຈຸບັນ, ແຕ່ງຕັ້ງ, ສະຖານະການເປີດ/ປິດ ແລະ ການຕິດຕາມສະຖານະການດຳເນີນງານ

ເຄື່ອງຕັດໄຟຟ້າ IoT ທີ່ທັນສະໄໝມີລະບົບທີ່ຖືກຜະສົມຢູ່ພາຍໃນຫຼາຍຊຸດ. ອັນທຳອິດແມ່ນຕົວແປງປະຈຸບັນ (current transformers) ທີ່ຕິດຕາມການບໍລິໂພກພະລັງງານ. ຕໍ່ໄປແມ່ນເຊັນເຊີວັດທະນະພາບ (voltage sensors) ທີ່ຕິດຕາມການຫຼຸດລົງ, ການເພີ່ມຂຶ້ນ, ແລະ ຄວາມເປັນຮູບຄື່ນທີ່ບໍ່ຕ້ອງການ (unwanted harmonics) ໃນວົງຈອນໄຟຟ້າ. ເຊັນເຊີຕຳແໜ່ງຂອງຕົວຕັດ (contact position sensors) ສາມາດຕິດຕາມການເປີດ ແລະ ປິດຂອງເຄື່ອງຕັດໄດ້ຢ່າງຖືກຕ້ອງຈົນເຖິງລະດັບມີລິຊີຄອນ (millisecond), ເຊິ່ງມີຄວາມສຳຄັນຫຼາຍໃນສະຖານະການທີ່ມີຄວາມສຳຄັນສູງ. ສຸດທ້າຍ, ມີລະບົບຕິດຕາມສຸຂະພາບການເຮັດວຽກ (operational health monitors) ທີ່ສາມາດວັດແທກອຸນຫະພູມ, ສະພາບຂອງຊິ້ນສ່ວນທີ່ເຄື່ອນໄຫວແລ້ວເກີດການສຶກຫຼຸດ, ຄວາມເຂັ້ມແຂງຂອງຊັ້ນເຄືອບກັນໄຟຟ້າ (insulation adhesion), ແລະ ອື່ນໆ. ເມື່ອເຊັນເຊີຕ່າງໆເຮັດວຽກຮ່ວມກັນ, ມັນສາມາດປ່ຽນແປງລັກສະນະຂອງຄ່າທີ່ວັດແທກໄດ້. ຕົວຢ່າງເຊັ່ນ: ຄວາມແຕກຕ່າງລະຫວ່າງເຟສ (phases) ເຖິງ 15% ອາດຈະເປັນສັນຍານເຕືອນເພື່ອໃຫ້ເຟົ້າສັງເກດ ເພື່ອປ້ອງກັນບັນຫາທີ່ອາດຈະເກີດຂື້ນຢ່າງຮຸນແຮງ. ພືດອຸດສາຫະກຳທີ່ນຳໃຊ້ລະບົບການຕິດຕາມໃນເວລາຈິງ (real-time monitoring systems) ກຳລັງປະສົບກັບການຫຼຸດລົງຢ່າງມີນັກຂອງການເກີດຄວາມລົ້ມເຫຼວທີ່ບໍ່ຄາດຄິດ. ການສຶກສາຫຼ້າສຸດຊີ້ໃຫ້ເຫັນວ່າ ມີການຫຼຸດລົງ 40% ຂອງການປິດເຄື່ອງຢ່າງບໍ່ຄາດຄິດໃນໂຮງງານ ເນື່ອງຈາກການຕິດຕາມສະພາບຂອງເຄື່ອງຈັກໄດ້ດີຂື້ນ ແທນທີ່ຈະເປັນການຕິດຕາມເຖິງການເກີດຄວາມລົ້ມເຫຼວ.

ການເລືອກໂປໂຕຄອນ: ການສົ່ງຂໍ້ມູນທາງດາວຜ່ານເຄືອຂ່າຍເກັບຂໍ້ມູນ (Cloud Telemetry) ໂດຍໃຊ້ MQTT ເທືອບກັບການເຊື່ອມຕໍ່ລະບົບ SCADA ທ້ອງຖິ່ນໂດຍໃຊ້ Modbus RTU

ການເລືອກໂປໂຕຄອນເກີດຈາກການຖ່ວງດຸນການນຳໃຊ້ເຕັກໂນໂລຢີເຄືອຂ່າຍທີ່ທັນສະໄໝກັບລະບົບຄວບຄຸມອຸດສາຫະກຳເກົ່າແກ່:

ໂປໂຕຄອນ ທິດທາງຂອງການລວມຂໍ້ມູນ ຄວາມເລັກນ້ອຍຂອງເວລາທີ່ໃຊ້ (Latency) ການນຳໃຊ້ທີ່ເໝາະສົມທີ່ສຸດ

MQTT ສົ່ງ-ຮັບ (Publish-Subscribe) <100ms ການວິເຄາະຂໍ້ມູນທາງດາວ, ການເຕືອນຜ່ານມືຖື ແລະ ແຜງຈັດການ (dashboards)

Modbus RTU ຜູ້ຄວບຄຸມ-ອຸປະກອນ (Master-Slave) 1-100ms ການຄວບຄຸມ SCADA ທ້ອງຖິ່ນທີ່ມີຄວາມແນ່ນອນ (Deterministic) ແລະ ການເຊື່ອມຕໍ່

MQTT ໃຊ້ແບນດວິດທ໌ທີ່ຕ່ຳຫຼາຍ, ເຮັດໃຫ້ການສົ່ງຂໍ້ມູນທາງດາວມີຄວາມຍືດຫຍຸ່ນ ແລະ ເໝາະສົມສຳລັບການສະແດງຜົນກາງ (centralized visualization) ແລະ ການເຕືອນເມື່ອເກີນຄ່າທີ່ກຳນົດ. ໃນທາງກົງກັນຂ້າມ, Modbus RTU ສາມາດຄາດເດົາໄດ້ ແລະ ໃຫ້ການສື່ສານທີ່ມີຄວາມຫນັກເບົາຕ່ຳກັບອຸປະກອນຄວບຄຸມອຸດສາຫະກຳໂດຍບໍ່ຕ້ອງເພີ່ມຄວາມສັບສົນຂອງ gateway. ໃນລະບົບລວມ (hybrid systems), ອຸປະກອນແປງໂປໂຕຄອນ (protocol translators) ຈະເຊື່ອມຕໍ່ທັງສອງລະບົບເຂົ້າດ້ວຍການຈຳລອງ (Modelling) ການເຕືອນເມື່ອມີການບັນທຸກເກີນຂອບເຂດ (dispatch overload alerts) ຜ່ານ MQTT ແລະ Modbus ເພື່ອຮັກສາຄວາມເປັນເອກະພາບຂອງຄຳສັ່ງຄວບຄຸມ.

ຂະບວນການການຕິດຕາມຈາກໄລຍະໄກທີ່ມີປະສິດທິພາບ: ການຖ່າຍໂອນຂໍ້ມູນໄປສູ່ການປຸງແຕ່ງເພື່ອໃຫ້ໄດ້ຄວາມເຂົ້າໃຈ

ການຈັບຂໍ້ມູນສະຕຣີມ, ການເກັບຮັກສາຢ່າງປອດໄພ, ການວິເຄາະ ແລະ ການສະແດງຜົນໃນເຄື່ອງຫຼັງ (Cloud)

ເຄື່ອງຕັດໄຟອັດສະຈັນອັດສະຈັນ (Smart circuit breakers) ສາມາດສົ່ງຄ່າທີ່ຖືກຕິດຕາມເຊັ່ນ: ຄ່າປະຈຸບັນ ແລະ ຄ່າຄວາມຕ້ານທາງ (current and voltage readings) ແລະ ເຫດການການຕັດໄຟ (tripping status events) ໄປຍັງເຄື່ອງຫຼັງ (cloud servers) ຂອງຕົນເອງຜ່ານການເຊື່ອມຕໍ່ MQTT ທີ່ຖືກເຂົ້າລະຫັດ ແລະ ປອດໄພ. ຂໍ້ມູນທີ່ອັບໂຫຼດຂຶ້ນຈະຖືກວິເຄາະເພື່ອຄົ້ນຫາຄວາມຜິດປົກກະຕິໃນເວລາຈິງ (real-time anomaly detection) ໃນເຄື່ອງຫຼັງ ແລະ ຜົນໄດ້ຮັບຈະຖືກສະແດງໃນແຖບຄວບຄຸມ (dashboards) ທີ່ເຂົ້າໃຈງ່າຍ. ຜູ້ໃຊ້ສາມາດເບິ່ງຂໍ້ມູນກ່ຽວກັບການບໍລິໂພກພະລັງງານຕາມເວລາ ແລະ ສະຖານະການການເຮັດວຽກຂອງອຸປະກອນທີ່ຖືກຕິດຕາມ. ລະບົບຍັງອະນຸຍາດໃຫ້ຜູ້ໃຊ້ຕັ້ງຄ່າເກນ (thresholds) ສຳລັບການເຕືອນເປັນພິເສດ. ຕົວຢ່າງເຊັ່ນ: ສາມາດຕັ້ງການເຕືອນການໃຊ້ງານເພື່ອສົ່ງຂໍ້ຄວາມ SMS ໄປຫາຜູ້ໃຊ້ເມື່ອການໃຊ້ງານເກີນ 90%. ດ້ວຍຄຸນສົມບັດນີ້ ວິສະວະກອນຈະສາມາດດຳເນີນການຈາກໄລຍະໄກ (remote action) ແລະ ສາມາດປະຕິບັດການຫຼຸດພາກ (load shedding) ເພື່ອປ້ອງກັນການເພີ່ມຂຶ້ນຂອງພະລັງງານໃນເຫດການທີ່ບໍ່ໄດ້ວາງແຜນໄວ້. ວິທີການນີ້ມີຈຸດປະສົງເພື່ອປ້ອງກັນບໍ່ໃຫ້ບັນຫາລະດັບເລັກນ້ອຍຂອງລະບົບພັດທະນາເປັນບັນຫາຮ້າຍແຮງທີ່ມີການລົ້ມສະລາກຫຼາຍຄັ້ງ (multi-failure catastrophic system problems).

ການສະເໜີຄວາມຍືນຍົງຂອງເຄືອຂ່າຍໄຟຟ້າ ແລະ ການບໍາຮັກສາທີ່ຄາດການໄດ້ ໂດຍການວິເຄາະແນວໂນ້ມໃນອະດີດ

ເມື່ອການວິເຄາະທີ່ຢູ່ໃນເຄື່ອງຫຼັງ (cloud) ໃຊ້ການຮຽນຮູ້ຂອງເຄື່ອງຈັກ (machine learning) ເພື່ອວິເຄາະຂໍ້ມູນປະສິດທິຜົນໃນອະດີດ, ມັນສາມາດຈັບຈຸດສັນຍານທີ່ບ່ອນເລີ່ມຕົ້ນຂອງການເສື່ອມສະພາບຂອງອຸປະກອນໄດ້ ເຖີງແມ່ນວ່າຈະເປັນສັນຍານທີ່ເລັກທີ່ສຸດກ່ອນທີ່ຈະເກີດຄວາມລົ້ມເຫຼວ. ຕົວຢ່າງເຊັ່ນ: ການເກີດຂຶ້ນຂອງຄວາມບໍ່ສະຖຽນໃນການເຮັດວຽກຂອງລະບົບ (arc faults) ຫຼື ຄວາມຕ້ານທານຂອງຊັ້ນຫຸ້ມຫໍ່ (insulation resistance) ທີ່ສະແດງເຖິງບັນຫາທີ່ອາດຈະເກີດຂຶ້ນໃນອີກ 3 ເຖິງ 6 ອາທິດຕໍ່ໄປ. ຄວາມເຂົ້າໃຈທີ່ຄາດການໄດ້ (Predictive insights) ໄດ້ກາຍເປັນເລື່ອງທີ່ເກີດຂຶ້ນຢ່າງເປັນປົກກະຕິໃນເອກະສານທີ່ເຜີຍແຜ່ຂອງບໍລິສັດຜູ້ສະໜອງພະລັງງານ ເມື່ອພວກເຂົາກຳລັງຈັດຕັ້ງແຜນບໍາຮັກສາທີ່ຄາດການໄດ້. ການດຳເນີນງານຂອງບໍລິສັດຜູ້ສະໜອງພະລັງງານໂດຍລວມ ໄດ້ລາຍງານວ່າ ມີການຫຼຸດລົງ 40% ຂອງການຕັດໄຟທີ່ບໍ່ໄດ້ຄາດການເກີດຂຶ້ນ ເປັນຜົນໂດຍກົງຈາກການນຳໃຊ້ຍຸດທະສາດການບໍາຮັກສາທີ່ຄາດການໄດ້. ຈາກມุมມອງການລົງທຶນໃນສິ່ງອຳນວຍຄວາມສະດວກພື້ນຖານ (infrastructure investment), ການວິເຄາະແນວໂນ້ມໃນໄລຍະຍາວ ຊ່ວຍໃນຂະບວນການຕັດສິນໃຈ. ບໍລິສັດຜູ້ສະໜອງພະລັງງານສາມາດຫຼີກເວັ້ນການລົງທຶນແບບ 'ກະຈາຍ-ເຜົາ' (spread-burn) ໃນສິ່ງອຳນວຍຄວາມສະດວກພື້ນຖານ ໂດຍການເສີມຂະໜາດເຂດທີ່ເປັນບັນຫາຫຼາຍທີ່ສຸດຂອງເຄືອຂ່າຍໄຟຟ້າຂອງພວກເຂົາ ໃນໄລຍະທີ່ມີຄວາມຕ້ອງການສູງສຸດ ແລະ ຊ່ວງທີ່ມີຄວາມຕ້ານທານຕ່ຳ.

ພາກ FAQ

ຊັ້ນການຮັບຮູ້ໃນເຄື່ອງຕັດໄຟຟ້າ IoT ແມ່ນຫຍັງ?

ຊັ້ນການຮັບຮູ້ປະກອບດ້ວຍເຊີນເຊີທີ່ສັງເກດການພາລາມິເຕີດ້ານໄຟຟ້າ ລວມທັງ ປະຈຸບັນ ແລະ ຄ່າຄວາມຕ້ານທາງ ແລະ ອຸນຫະພູມ ແລະ ຊ່ວຍໃນການກວດພົບຂໍ້ບົກຜ່ອງຂອງແອັກ (arc faults) ແລະ ການສຶກຫຼຸດຂອງຊັ້ນຫຸ້ມຫໍ່.

ຊັ້ນປັນຍາຈຸດປະສົງ (edge intelligence layer) ປັບປຸງເວລາການຕອບສະຫນອງໄດ້ແນວໃດ?

ຊັ້ນປັນຍາຈຸດປະສົງດຳເນີນການວິເຄາະຂໍ້ມູນຢູ່ໃນອຸປະກອນເອງ ເຊິ່ງໝາຍຄວາມວ່າ ເວລາການຕອບສະຫນອງສາມາດຕໍ່າກວ່າ 2 ມີລີວິນາທີສີຄອນໃນເຫດການฉຸກເຮີບ ແລະ ມີການພຶ່ງພາເວລາການຕອບສະຫນອງຈາກເຄື່ອງແຄລັດ (cloud) ໃຫ້ໜ້ອຍລົງ.

ເປັນຫຍັງໂປຣໂທຄອນ MQTT ແລະ Modbus RTU ຈຶ່ງມີຄວາມກ່ຽວຂ້ອງກັບເຄື່ອງຕັດໄຟຟ້າ IoT?

Modbus RTU ຮັບປະກັນການເຊື່ອມຕໍ່ ແລະ ການລົ້ນຂອງຂໍ້ມູນກັບລະບົບ SCADA ທ້ອງຖິ່ນ ໃນຂະນະທີ່ MQTT ໃຫ້ການສົ່ງຂໍ້ມູນໄປຍັງເຄື່ອງແຄລັດດ້ວຍຄວາມລ່າຊ້າທີ່ຕໍ່າ ເພື່ອການຖ່າຍໂອນຂໍ້ມູນທີ່ມີປະສິດທິພາບ.

ການວິເຄາະທີ່ຄາດການໄດ້ຊ່ວຍໃນການສ້າງສາງສາງເຄືອຂ່າຍໄຟຟ້າທີ່ມີຄວາມຫຼາກຫຼາຍແລະຄວາມໝັ້ນຄົງໄດ້ແນວໃດ?

ການວິເຄາະທີ່ຄາດການໄດ້ປັບປຸງການລົງທຶນໃນສາງເຄືອຂ່າຍ ແລະ ການຈັດຕັ້ງການບໍາລຸງຮັກສາ ໂດຍການວິເຄາະຂໍ້ມູນປະຫວັດສາດ ແລະ ການເກີດຂຶ້ນທີ່ເປັນໄປໄດ້ຂອງຄວາມລົ້ມເຫຼວໃນອຸປະກອນ ເຊິ່ງຈະຊ່ວຍປ້ອງກັນການຕັດໄຟຟ້າທີ່ບໍ່ໄດ້ຄາດເຖິງ.