Datenanalytik und Konnektivität in der Windenergiebranche

In den letzten zwei Jahrzehnten hat die Digitalisierung den Energiesektor in bemerkenswerter Weise verändert. Sie hat dazu beigetragen, die Kosten für verschiedene Netz- und Erzeugungsanwendungen zu senken, ihre Leistung zu verbessern und die Umweltvorteile für die Energieverbraucher zu vervielfachen.

Dieser Wandel hat sich auch auf die gesamte Windenergie-Lieferkette ausgewirkt, von der Herstellung von Windturbinen bis zum täglichen Betrieb und der Stilllegung von Windparks. In den nächsten zehn Jahren wird die weitere Digitalisierung des Baus, des Betriebs und der Wartung von Windparks eine wichtige Triebkraft für die Verbesserung der Leistung und die Verringerung der Kosten und des finanziellen Risikos sein (WindEurope, 2021). Abbildung 1 gibt einen Überblick über die erwarteten Vorteile der Digitalisierung im Stromsektor (International Energy Agency, 2022).

Abbildung 1: Wie Digitalisierung die Windenergiebranche beeinflussen wird (WindEurope, 2021)

Aus diesem Grund setzt die Windenergiegruppe am IET auf Datenanalytik und Konnektivität, um innovative Lösungen für die Windenergiebranche zu entwickeln. Wir haben in den letzten Wochen zwei neue Projekte in diesem Bereich angefangen:

Ein innovatives nicht-intrusives IIoT-Messsystem für Netico GmbH

Der Bereich des industriellen Internets der Dinge (IIoT) verspricht, alle Aspekte des menschlichen beruflichen Engagements zu revolutionieren. Die Windenergiebranche kann besonders von IIoT-Lösungen profitieren, vor allem für Offshore-Windparks oder an anderen abgelegenen Standorten, die effektive Überwachungssysteme benötigen, um die Stromgestehungskosten zu senken. Der Schlüsselaspekt des IIoT ist die Integration zwischen der physischen und der digitalen Welt, die im Allgemeinen schwierig und teuer ist. Bei einem typischen IIoT-Projekt werden 80% der gesamten Projektkosten für die Integration und nur 20% für die eigentlichen Mehrwertfunktionen ausgegeben. Die offensichtliche Lösung besteht darin, die Integration zu vereinfachen. Anstatt mehrere Sensoren einzusetzen, die Strom, Kommunikationsinfrastruktur und Wartung erfordern, bieten die Technologien von Netico ein vorintegriertes System mit wenigen Sensoren, die durch den Einsatz intelligenter Software so viele andere Sensoren wie möglich emulieren.

Ziel dieses durch Innosuisse finanzierte Projekts ist es, ein innovatives, nicht-intrusives, sensorgestütztes und mit der Cloud verbundenes Diagnosesystem zu entwickeln, das Anlagenbesitzern/Betreibern hilft, ihre Arbeitsabläufe zu verbessern und ihre Einnahmen zu maximieren (Abbildung 2). Das System wird auf der bestehenden Technologie von Netico basieren, die akustische Sensoren verwendet, und mit neuartigen Ansätzen des maschinellen Lernens erweitert werden. Der Schwerpunkt liegt auf Windturbinen, aber die Lösung ist nicht auf diese Technologie beschränkt, sondern kann auch auf andere Industriemaschinen wie Kompressoren angewendet werden. Das Projekt umfasst (a) den Entwurf und die Erprobung eines Diagnosesystems im Labor, (b) die Entwicklung neuartiger Ansätze des maschinellen Lernens zur Steigerung der Effizienz und Effektivität der Messungen, (c) die Zusammenführung dieser Ergebnisse in einem Prototypsystem und die Durchführung eines Konzeptnachweises an einer laufenden Windturbine und (d) die Entwicklung von Empfehlungen für die Anwendung der Lösung auf Industriemaschinen im Allgemeinen.

Abbildung 2: Übersicht des Netico-Projektes.

OpenIMPACT – eine Open-Source Machine Learning Library

Die Planung und der Betrieb von Windenergieprojekten sind in der Schweiz aufgrund des komplexen Geländes und der schwierigen Wetterbedingungen besonders schwierig. Dies erfordert von den Schweizer Windparkplanern und -betreibern die Anwendung einer Reihe verschiedener fortschrittlicher Modellierungs- und Analysetechniken für jeden Standort, was den Transfer von Erfahrungen und Methoden zwischen Projekten erschwert. 

In diesem Projekt, finanziert durch das Bundesamt für Energie, entwickeln wir daher eine Open-Source-Library für die Anwendung innovativer Machine Learning Algorithmen zur Optimierung der Performance von Windparks in komplexem Gelände auf der Grundlage von SCADA-Daten (Abbildung 3). Wir konzentrieren uns auf komplexes Terrain, um die Bedürfnisse des Schweizer Marktes sowie der Schweizer Produkt- und Serviceanbieter zu bedienen. Dazu fokussieren wir uns auf drei reale Anwendungsfälle und nutzen die Ergebnisse, um verallgemeinerte Methoden für die Open-Source- Library zu entwickeln.

Abbildung 3: Framework für OpenIMPACT.

Machen Sie mit!

Falls Sie Teil unseres wachsenden Windenergie-Networks werden möchten, melden Sie sich hier an oder kontaktieren Sie Sarah Barber unter sarah.barber@ost.ch oder +41 58 257 42 62.