Generic filters
Exact matches only
FS Logoi

Mit künstlicher Intelligenz zu mehr Zuverlässigkeit im Gasnetz

Die Netze BW hat eine auf künstlicher Intelligenz (KI) basierende IT-Lösung entwickelt, mit der zukünftige Schäden in Gasrohrleitungen frühzeitig abgeschätzt und Netzbaumaßnahmen schon vor Eintritt eines tatsächlichen Schadens geplant und durchgeführt werden können.

von | 13.11.20

NULL
Das erhöht die Zuverlässigkeit im Gasnetz, und Instandhaltungs- und Erneuerungsmaßnahmen können effizienter und wirtschaftlicher umgesetzt werden. Die innovative IT-Lösung wird ab Januar regulär bei allen Planungen eingesetzt. 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. 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 Dr. Tobias Krauss, verantwortlich für den Bereich Data Analytics bei der Netze BW, zusammen. „Damit bietet das von uns entwickelte Framework das Potential, die Instandhaltung und Erneuerung gesamtheitlich zu optimieren." (Quelle: Netze BW)

Das erhöht die Zuverlässigkeit im Gasnetz, und Instandhaltungs- und Erneuerungsmaßnahmen können effizienter und wirtschaftlicher umgesetzt werden. Die innovative IT-Lösung wird ab Januar regulär bei allen Planungen eingesetzt.
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.
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 Dr. Tobias Krauss, verantwortlich für den Bereich Data Analytics bei der Netze BW, zusammen. „Damit bietet das von uns entwickelte Framework das Potential, die Instandhaltung und Erneuerung gesamtheitlich zu optimieren."

(Quelle: Netze BW)

Jetzt Newsletter abonnieren

Immer das neuste in Ihrem Postfach.

Hier anmelden

Energiespeicher der Zukunft für einen ausgewogenen Mix regenerativer Energien
Energiespeicher der Zukunft für einen ausgewogenen Mix regenerativer Energien

Dezentrale Energieversorgung auf der Basis von Holzgas aus Holzhackschnitzeln: LiPRO Energy liefert für Unternehmen jeder Größe und für die kommunale Energieversorgung kompakte und zugleich leistungsstarke Anlagen mit einer intelligenten Steuerung. Die intuitive Bedienung erfolgt über einen Touchscreen oder über eine gegen Cyberangriffe gesicherte Fernwartung.Je nach Energiebedarf sind  die Kraftwerksmodule auch für firmeneigene Heizkraftwerke mit höheren Ausgangsleistungen kaskadierbar. Dies gilt vor allem vor dem Hintergrund gegenwärtiger innen- und außenpolitischer Krisen.

mehr lesen
Stapel Probeabo Gas

Sie möchten unser Magazin testen?

Bestellen Sie das kostenlose Probeheft!

Überzeugen Sie sich selbst: Gerne senden wir Ihnen die gwf Gas + Energie kostenlos und unverbindlich zur Probe!