13.02.2019 • Energie

KI-basierte Verfahren für hochautomatisierte Stromnetze

Automatisierten Anomalie- und Fehlererkennung im Netzbetrieb.

Der zunehmende Ausbau erneuerbarer Energien führt zu einer erhöhten Belastung der Stromnetze vor allem im dynamischen Bereich. Für die Erkennung kritischer Netz­dynamiken ist die konventionelle Messtechnik nicht mehr ausreichend und wird zunehmend um hochpräzise, zeit­synchro­nisierte Phasor­messungen ergänzt. Diese ermöglichen die Echtzeitüberwachung der netz­relevanten Parameter wie Frequenz, Spannung oder Phasen­winkel mit bis zu fünfzig Abtastungen pro Sekunde. Dabei können bei pro Tag schnell mehrere Gigabyte an Daten anfallen.

Abb.: André Kummerow, wissenschaftlicher Mitarbeiter am Fraunhofer-IOSB, beim...
Abb.: André Kummerow, wissenschaftlicher Mitarbeiter am Fraunhofer-IOSB, beim Einsatz der Algorithmen. (Bild: M. Käßler, Fh.-IOSB)

Diese Massendaten gilt es in einem ersten Schritt effizient zu erfassen und zu verarbeiten. Hierzu wurden am Fraunhofer-Institut für Optronik, System­technik und Bildaus­wertung Komprimierungs­verfahren entwickelt, welche den Speicher­bedarf zur Archivierung der Daten erheblich reduzieren können: Etwa 8achtzig Prozent der Daten können somit eingespart werden. Zusätzlich hilft die Kompri­mierung noch, die nachfolgende Daten­analyse zu beschleunigen.

Die Arbeiten der Forscher des Fraunhofer-IOSB, die im Rahmen des vom Bundes­wirtschafts­ministerium geförderten Forschungs­projektes „DynaGridCenter“ in Kooperation mit der Siemens AG, dem Fraunhofer-IFF, der Uni Magdeburg, der Uni Bochum sowie der TU Ilmenau entstanden sind, gehen nämlich noch weit über die Entwicklung passender Komprimierungs­algorithmen hinaus: In einem zweiten Schritt wurden die PMU-Messwert verwendet, um Abweichungen vom normalen Netzbetrieb zu erkennen, sowie bestimmte Betriebs­störungen in Echtzeit zu identifizieren. Hierbei werden Verfahren aus dem Bereich der künstlichen Intelligenz zur automatischen Auswertung der Messwerte eingesetzt.

„Wir mussten in der Lage sein, bis zu 4,3 Millionen Datensätze pro Tag automatisiert zu erfassen, zu komprimieren und auszuwerten. Entsprechend komplex sind auch unsere Ansätze zur Fehler­erkennung, für die wir im Projekt auf KI-basierte Verfahren zurückgreifen.“, berichtet André Kummerow, wissen­schaftlicher Mitarbeiter am Fraunhofer-IOSB. Mittel­fristiges Ziel ist es, den Automati­sierungs­grad im Bereich der dynamischen Netzbetriebs­führung weiter zu erhöhen und einen stabilen Betrieb auch mit hohem Anteil von erneuerbaren Energien sicher zu gewährleisten.

Fh.-IOSB / RK

Weitere Infos

Sonderhefte

Physics' Best und Best of
Sonderausgaben

Physics' Best und Best of

Die Sonder­ausgaben präsentieren kompakt und übersichtlich neue Produkt­informationen und ihre Anwendungen und bieten für Nutzer wie Unternehmen ein zusätzliches Forum.

EnergyViews

EnergyViews
Dossier

EnergyViews

Die neuesten Meldungen zu Energieforschung und -technologie von pro-physik.de und Physik in unserer Zeit.

Meist gelesen

Themen