Netze BW hat eine auf künstlicher Intelligenz (KI) basierende IT-Lösung entwickelt, mit der künftige Schäden in Gasrohrleitungen frühzeitig abgeschätzt und Netzbaumaßnahmen schon vor Eintritt eines tatsächlichen Schadens geplant und durchgeführt werden können. Das teilte der Netzbetreiber mit.
Mit dem Tool werde die Zuverlässigkeit im Gasnetz erhöht, und Instandhaltungs- und Erneuerungsmaßnahmen könnten effizienter und wirtschaftlicher umgesetzt werden, heißt es in der Mitteilung dazu. Die IT-Lösung setzt Netze BW ab Januar regulär bei allen Planungen ein.
Wie das Ganze funktioniert
Die Entwicklung der IT-Lösung erfolgte durch maschinelles Lernen (Machine Learning). Dabei wurden digitale Modelle bestehender Gasnetze mit Hilfe von Erfahrungswerten aus der Vergangenheit für die Vorhersage von Materialschäden auf Stahl- und Polyethylen-Leitungen trainiert und getestet.
„Mit Hilfe dieser skalier- und austauschbaren Modelle können zukünftige Schadensraten auf Rohrleitungen abgeschätzt und Netzbaumaßnahmen vor Eintritt eines tatsächlichen Schadens zielgerichtet geplant und durchgeführt werden“, erläutert Tobias Zeh, Leiter des Projekts. Ein wesentliches Ergebnis der durchgeführten Simulationen: Wenn ein Prozent der Leitungen mit der größten vorhergesagten Schadensrate aus dem Gesamtbestand ausgetauscht werden, dann können fast ein Drittel der zukünftig auftretenden Materialschäden vermieden werden.
Zusammenarbeit mit Spin-Off der Uni München
Basis für die Machine-Learning-Modelle, die in Zusammenarbeit mit dem Spin-Off Eracons der Technischen Universität München entwickelt wurden, bilden Bestands- und historische Schadensdaten, Geoinformationen und weitere externe Daten. Um die Randbedingungen aus der Praxis realistisch abzubilden, wurde in die Modelle außerdem umfassendes Praxisfeedback von Anwendern aus Anlagenmanagement, Netzplanung, Projektierung und Betrieb eingearbeitet.
„Mit dem KI-basierten Ansatz lassen sich Erneuerungsmaßnahmen besser priorisieren, Projekte sinnvoll bündeln und eine darauf abgestimmte Ressourcenplanung durchführen“, fasst Tobias Krauss, verantwortlich für den Bereich Data Analytics bei Netze BW, zusammen. „Damit bietet das von uns entwickelte Framework das Potential, die Instandhaltung und Erneuerung gesamtheitlich zu optimieren." (sg)
