DOI:
https://doi.org/10.14483/22487638.20557Published:
2025-09-30Issue:
Vol. 29 No. 85 (2025): Julio - SeptiembreSection:
ResearchModelo de monitoreo y gestión en tiempo real de la condición de salud de sistemas SCADA/EMS de centros de control
Model for real-time health condition monitoring and management of SCADA/EMS systems of power control centers
Keywords:
real-time systems, power systems, control centers, real-time monitoring, SCADA (en).Keywords:
sistemas de tiempo real, sistemas de potencia, centros de control, SCADA, monitoreo en tiempo real (es).Downloads
Abstract (es)
Objetivo: desarrollar un modelo de monitoreo y procesamiento de datos en tiempo real, orientado a la gestión temprana de alertas sobre el estado de salud de los sistemas SCADA/EMS implementados en centros de control de redes de transmisión de energía, atendiendo sus exigencias de alta disponibilidad.
Metodología: se presenta una metodología compuesta por dos modelos complementarios: uno, para el monitoreo y procesamiento de datos en tiempo real de la infraestructura y funciones críticas de software, estructurado en tres capas (obtención de datos, procesamiento y aplicaciones); y otro, para la gestión de acciones correctivas y preventivas, activadas por las alertas generadas en tiempo real, que permiten una respuesta oportuna ante eventos que comprometan la disponibilidad del sistema.
Resultados: el modelo de monitoreo y gestión se implementó en cuatro centros de control ubicados en Colombia y Perú. Durante la integración, se configuraron más de 1600 señales para monitorear variables críticas y se desarrollaron más de doscientos cálculos en tiempo real. Esta implementación redujo los tiempos de diagnóstico de fallas de quince minutos a menos de un minuto, mejoró la supervisión de procesos y optimizó el uso de recursos como CPU, memoria y almacenamiento.
Conclusiones: las alertas tempranas generadas por el modelo han contribuido al aumento de la disponibilidad operativa, la reducción de tiempos de diagnóstico ante fallas y mejoramiento de la gestión preventiva de los activos de la infraestructura y software crítico en sistemas SCADA/EMS.
Abstract (en)
Objective: To develop a real-time monitoring and data processing model aimed at the early management of alerts regarding the health status of SCADA/EMS systems implemented in energy transmission network control centers, addressing their high availability requirements. Methodology: A methodology is presented comprising two complementary models: one for real-time monitoring and data processing of infrastructure and critical software functions, structured in three layers (data acquisition, processing, and applications); and another for managing corrective and preventive actions triggered by real-time alerts, enabling timely responses to events that compromise system availability.
Results: The monitoring and management model was implemented in four control centers located in Colombia and Peru. During integration, over 1,600 signals were configured to monitor critical variables, and more than 200 real-time calculations were developed. This implementation reduced fault diagnosis times from 15 minutes to less than 1 minute, improved process supervision, and optimized the use of resources such as CPU, memory, and storage.
Conclusions: The early alerts generated by the model have contributed to increased operational availability, reduced fault diagnosis times, and improved preventive management of infrastructure and critical software assets in SCADA/EMS systems.
References
[1] J. D. Pinzón y D. G. Colomé, “Real-time multi-state classification of short-term voltage stability based on multivariate time series machine learning”, Int. J. Electr. Power Energy Syst., vol. 108, pp. 402-414, jun. 2019, DOI: https://doi.org/10.1016/j.ijepes.2019.01.022
[2] A. Rendón Salgado, C. R. Fuerte Esquivel, y J. G. Calderón Guizar, “SCADA and PMU measurements for improving power system state estimation”, IEEE Lat. Am. Trans., vol. 13, n.º 7, pp. 2245-2251, jul. 2015, DOI: https://doi.org/10.1109/TLA.2015.7273784
[3] M. Power y N. Sing, Challenge in the control centre (EMS) due to distributed generation and renewables, CIGRE París, 2017.
[4] J. D. Pinzón y D. G. Colomé, “PMU-based Online Monitoring of Short-term Voltage Stability using Lyapunov Exponents”, IEEE Lat. Am. Trans., vol. 17, n.º 10, pp. 1578-1587, 2019, DOI: https://doi.org/10.1109/TLA.2019.8986435
[5] W. Alves, D. Martins, U. Bezerra, y A. Klautau, “A hybrid approach for big data outlier detection from electric power SCADA system”, IEEE Lat. Am. Trans., vol. 15, n.º 1, pp. 57-64, 2017, DOI: https://doi.org/10.1109/TLA.2017.7827888
[6] J.-Y. Astic, G. Bareux, T. Buhagiar et al., “Control center designs: new functions and challenges for the transmission system operator”, IEEE Power Energy Mag., vol. 16, n.º 2, pp. 57-66, 2018.
[7] S. Virmani y S. C. Savulescu, “The real-time and study-mode data environment in modern SCADA/EMS”, en. 2009, DOI: https://doi.org/10.1002/9780470423912.ch1
[8] J. D. Pinzón y L. C. Arrieta, “Data analytics for power grid control centers management”, en 2021 IEEE PES Innovative Smart Grid Technologies Conference - Latin America (ISGT Latin America), 2021, pp. 1-5, DOI: https://doi.org/10.1109/ISGTLatinAmerica52371.2021.9543087
[9] N. Nguyen, T. Dang, J. Hass et al., “HiperJobViz: visualizing resource allocations in high-performance computing center via multivariate health-status data”, en 2019 IEEE/ACM Industry/University Joint International Workshop on Data-center Automation, Analytics, and Control (DAAC), 2019, pp. 19-24, DOI: https://doi.org/10.1109/DAAC49578.2019.00009
[10] X. Zhang y Z. Zhang, “Data center integrated monitoring based on performance monitoring of server and application system”, en 2010 International Conference on Computer and Communication Technologies in Agriculture Engineering, 2010, pp. 491-493, DOI: https://doi.org/10.1109/CCTAE.2010.5544335
[11] C. Chen, L. Sun, Y. Shao et al., “IEMS: an intelligent environment monitoring system of server room”, en 2012 Fifth International Conference on Intelligent Computation Technology and Automation, 2012, pp. 189-192, DOI: https://doi.org/10.1109/ICICTA.2012.54
[12] Z. Wang, Y. Wang, G. Shao et al., “Research and development of monitoring system for network servers”, en 2008 4th International Conference on Wireless Communications, Networking and Mobile Computing, 2008, pp. 1-3, DOI: https://doi.org/10.1109/WiCom.2008.801
[13] Q. Fang, J. Wang, y Q. Gong, “QoS-driven power management of data centers via model predictive control”, IEEE Trans. Autom. Sci. Eng., vol. 13, n.º 4, pp. 1557-1566, 2016, DOI: https://doi.org/10.1109/TASE.2016.2582501
[14] R. Milocco, P. Minet, É. Renault et al., “Proactive data center management using predictive approaches”, IEEE Access, vol. 8, pp. 161776-161786, 2020, DOI: https://doi.org/10.1109/ACCESS.2020.3020940
[15] R. Milocco, P. Minet, É. Renault et al., “Evaluating the upper bound of energy cost saving by proactive data center management”, IEEE Trans. Netw. Serv. Manag., vol. 17, n.º 3, pp. 1527-1541, 2020, DOI: https://doi.org/10.1109/TNSM.2020.2988346
[16] M. Savić, M. Ljubojević, y S. Gajin, “A novel approach to client-side monitoring of shared infrastructures”, IEEE Access, vol. 8, pp. 44175-44189, 2020, DOI: https://doi.org/10.1109/ACCESS.2020.2978172
How to Cite
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Download Citation
License
Copyright (c) 2025 Jaime Dwaigth Pinzón Casallas, Alexandra Valencia Castaño
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Esta licencia permite a otros remezclar, adaptar y desarrollar su trabajo incluso con fines comerciales, siempre que le den crédito y concedan licencias para sus nuevas creaciones bajo los mismos términos. Esta licencia a menudo se compara con las licencias de software libre y de código abierto “copyleft”. Todos los trabajos nuevos basados en el tuyo tendrán la misma licencia, por lo que cualquier derivado también permitirá el uso comercial. Esta es la licencia utilizada por Wikipedia y se recomienda para materiales que se beneficiarían al incorporar contenido de Wikipedia y proyectos con licencias similares.
