Strom

Fraunhofer entwickelt KI-basiertes Verfahren zur Fehlererkennung im Stromnetz

"Wir mussten in der Lage sein, bis zu 4,3 Mio. Datensätze pro Tag automatisiert zu erfassen, zu komprimieren und auszuwerten", verdeutlicht ein Wissenschaftler des Fraunhofer IOSB-AST die Komplexität.
12.02.2019

André Kummerow, wissenschaftlicher Mitarbeiter am Fraunhofer IOSB-AST, beim Einsatz der Algorithmen.

Für das Erkennen kritischer Netzdynamiken reicht die konventionelle Messtechnik nicht mehr. Sie wird zunehmend um hochpräzise, zeitsynchronisierte Phasormessungen (PMU) ergänzt. Mit ihr lassen sich netzrelevante Parameter wie Frequenz, Spannung oder Phasenwinkel mit bis zu 50 Abtastungen pro Sekunde in Echtzeit überwachen. Allerdings können so auch schnell mehrere Gigabyte an Daten pro Tag anfallen.

Damit die Informationen effizient erfasst und verarbeitet werden, hat das Fraunhofer IOSB-AST – der Institutsteil Angewandte Systemtechnik im Fraunhofer-Institut für  Optronik, Systemtechnik und Bildauswertung – ein Komprimierungsverfahren entwickelt, das den Speicherbedarf zur Archivierung der Daten erheblich reduzieren kann: Etwa 80 Prozent der Daten lassen sich damit einsparen.

Grundlage Forschungsprojekt "DynaGridCenter"

Entstanden ist die Arbeit im Rahmen des vom Bundeswirtschaftsministerium geförderten Forschungsprojektes "DynaGridCenter" in Kooperation mit Siemens, dem Fraunhofer IFF, der Otto-von-Guericke-Universität Magdeburg, der Ruhr-Universität Bochum sowie der TU Ilmenau.

Die Arbeit geht aber weit über die Entwicklung passender Komprimierungsverfahren hinaus: In einem zweiten Schritt wurden die PMU-Messwerte verwendet, um Abweichungen vom normalen Netzbetrieb – also Anomalieerkennung – zu identifizieren, sowie bestimmte Betriebsstörungen in Echtzeit zu erfassen. Dazu werden Verfahren aus dem Bereich der künstlichen Intelligenz zur automatischen Auswertung der Messwerte eingesetzt.

Digitale Zwillinge als Ziel

"Wir mussten in der Lage sein, bis zu 4,3 Mio. 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-AST.

Mittelfristig soll der Automatisierungsgrad im Bereich der dynamischen Netzbetriebsführung weiter erhöht werden und einen sicheren sowie stabilen Betrieb auch mit hohem Anteil an Erneuerbaren gewährleisten. Die Arbeiten werden im Projekt "HyLITE" weitergeführt, bei dem es, die langjährige Kooperation mit der TU Ilmenau fortsetzend, unter anderem um die Entwicklung so genannter "Digitaler Zwillinge" geht, also virtueller Simulationsmodelle physikalischer Netze im hochdynamischen Bereich. (sg)