Laki Power, et islandsk selskap, har vært i fronten for revolusjonering av løsninger for overvåking av strømnett siden oppstarten i 2015. Nylig inngikk selskapet et samarbeid med Itera for å utnytte maskinlæringsteknikker til å forbedre sine tjenester innen isovervåkning, slik at de kan gi mer nøyaktige prognoser for ising og sanntidsmålinger av isbelastning.
Denne proaktive tilnærmingen reduserer kostnader knyttet til nødreparasjoner, nedetid og driftsineffektiviteter. Strømnettsoperatører kan optimalisere ressursene sine og minimere behovet for reaktive tiltak. Dette økte effektivitetsnivået kan føre til økonomiske besparelser.
Laki Power utvikler nettstrømdrevne overvåkingssystemer for luftledninger og tilbyr innovative løsninger på noen av dagens mest presserende utfordringer som strømnettoperatører står overfor. Fra overvåking av ising og skogbranner til optimalisering av nettets kapasitet med dynamisk linjekapasitet, gir deres løsninger pålitelige innsikter til en lav kostnad uten behov for eksterne strømkilder som solpaneler.
Med Laki Power kan operatører få tilgang til kritisk informasjon i sanntid og generere hendelser basert på data fra flere sensorer og kameraer. Gjennom Laki Analytics Studio, en alt-i-ett programvareløsning for innsikter og analyse av transmissionslinjer, får operatører muligheten til sanntidsmonitorering av isingshendelser og skogbrannhendelser.
For å hindre ising på strømkabler bruker strømnettoperatører ulike metoder for isfjerning, som kan kategoriseres som mekanisk isfjerning og termisk isfjerning. Når det dannes eller allerede har dannet seg is på kraftledningene, responderer typisk operatørerne på problemet.
En mye brukt metode for mekanisk isfjerning involverer helikoptre som fjerner is fra kraftledningene. Selv om dette er effektivt, er denne metoden dyr på grunn av driftskostnader og logistiske kompleksiteter.
På den annen side er effektbasert isfjerning en termisk metode som øker laststrømmen. Ved å utnytte prinsippet om Joule-varme, som genererer varme når elektrisk strøm flyter gjennom en leder, hjelper denne metoden med å smelte bort isen. Laststrømmen er avhengig av kraftbehovet fra brukerne. I perioder med høy etterspørsel øker naturligvis strømmen, noe som genererer mer varme i linjene og bidrar delvis til istining.
Når man benytter metoder for isfjerning er det viktig å ta hensyn til flere parametere slik at man opprettholder et balansert system og sikrer at kraftledningene ikke overskrider sine termiske grenser. Her spiller Laki Powers overvåkingsstasjon en avgjørende rolle ved å gi sanntidsinformasjon om kraftlinjene og bruke kameraer for å vurdere oppbyggingen av is. Overvåkingsstasjonen hjelper dermed strømnettsoperatører med å monitorere effektiviteten til tiltakene mot isauring.
Samarbeidet med Laki Power og Iteras AI-eksperter markerte en betydelig endring i dataanalyse - fra manuell tolkning til automatisering av overvåkingen. I utgangspunktet presenterte Laki Powers overvåkingsenheter data som krever manuell tolkning, inkludert den endelige verifiseringen av ishendelser gjennom bildeinspeksjon.
Itera-teamet ønsket å trekke ut meningsfulle innsikter fra den store mengden data samlet inn av Laki Powers overvåkingsenheter. Itera og Laki Power-teamene samarbeidet om integrasjonen av AI-teknologi som hadde som mål å automatisere denne prosessen, og dermed forbedre levering av handlingsrettet informasjon i sanntid. Når Iteras AI-eksperter var involvert, var det primære målet å trekke ut meningsfulle innsikter fra den store mengden data samlet inn av Laki Powers overvåkingsenheter.
Tidligere krevde den endelige verifiseringen av ishendelser manuell inspeksjon av bilder fanget opp av Laki Powers enheter. Ved å integrere AI-teknologi ønsket Laki Power å automatisere dette visuelle inspeksjonstrinnet og gi kundene enda mer handlingsrettet informasjon i sanntid.
Systemet gir kundene en brukergrensesnitt som viser tre bilder:
Disse bildene fanges opp hvert 30. sekund og blir ledsaget av miljømålinger som vindhastighet, vindretning, luftfuktighet, omgivelsestemperatur samt akselerometeropptak av strømlinjens helningsvinkel og rotasjon.
Fra Laki Powers besøk på Itera-kontoret i Oslo. Fra venstre til høyre: Justyna Ozog (dataforsker/utvikler, Itera), Inga Stefánsdóttir (leder for forskning og analyse, Laki Power), Marius Landsverk (dataforsker, Itera)
Den første oppgaven som Itera-teamet gjorde i samarbeid med Laki, var å overføre all eksisterende modelllogikk og data til Azure. Teamet brukte Azure AI Studio, Azure lagring, virtuelle maskiner og modellimplementeringer. En arkitektur for flerklasseklassifisering ble valgt for modellen for å gjøre den mer fleksibel og muliggjøre kategorisering av ulike aspekter av bildene, inkludert isens tykkelse på strømlinjen og tilstedeværelsen av en korona-effekt.
På grunn av de store bildestørrelsene fra kameraene ble det brukt en nedbrytnings- og beskjæringsmetode for å minimere støyen i dataene. Modellen var en grunnlagsmodell som var trent på ImageNet-datasettet, som teamet videre justerte på bilder fra Lakis sensorer.
Teamet implementerte dette i skyen og inkluderte en demovisning for Laki sammen med Lakis programvareteam.
Ved å utnytte AI og maskinlæring kan Laki Powers forbedrede system forutsi isforhold og muliggjøre at strømnettoperatører tar forebyggende tiltak.
Ved å oppdage tidlige stadier av isdannelse kan operatører øke strømmen som flyter gjennom strømlinjene ved hjelp av joule-effekten. Dette genererer ekstra varme for å smelte isen. Denne proaktive tilnærmingen minimerer risikoen for isoppbygging og reduserer potensialet for galoppering, et fenomen der strømlinjer svaier ukontrollert på grunn av is- og vindforhold.
Rask varsling om ishendelser gjør at operatører kan mobilisere mannskap og nøye overvåke strømlinjer, slik at potensielle skader og strømbrudd kan unngås.
Ishdeteksjonsalgoritmen baserte seg tidligere på miljø- og sensormålinger. Ved manuell merking av bilder trente vi opp en bildeklassifiseringsmodell som kunne supplere det eksisterende isdeteksjonssystemet.
– Dette prosjektet har vist det enorme potensialet innen AI og maskinlæring i industrien for overvåking av kraftnettet. Laki Power har allerede gjort betydelige oppdagelser ved å utnytte kraften i data og bilder.
Inga Stefánsdóttir
Leder for forskning og analyse, Laki Power
– For eksempel kan vi nå identifisere galopperende hendelser på strømlinjer selv når operatører ikke var klar over dette problemet. Galoppering utgjør en betydelig risiko for infrastrukturens levetid og stabilitet, så ved å forebygge dette kan operatører spare både penger og miljøet fortsetter Stefánsdóttir.
Tidslinjen for dette prosjektet har vært utforskende. I løpet av denne vintersesongen har Laki Power planlagt å gi kunder handlingsrettede innsikter om isforhold. Kontinuerlige forbedringer vil bli gjort, inkludert integrering av ytterligere værforhold for å øke systemets nøyaktighet og nyttighet.
Ved å dra nytte av avanserte overvåkingsløsninger som de tilbudt av Laki Power, kan strømnettoperatører effektivt fylle sin rolle ved å opprettholde et pålitelig og robust nasjonalt elektrisitetsnett.