Overvåkning av kraftverk med lavkost IR-sensorteknologi og maskinlæring

Pilot 1 – Å Energi

Målet med piloten er å kunne unngå nedetid og havari med de kostnader som dette medfører.  

Å Energi piloterer et nytt konsept med bruk av termiske kamerasystemer og innovativ programvare. Konseptet benytter maskinlæring til overvåkning av feiltilstander i elvekraftanlegg.  

Gjennom maskinlæring kan systemet benyttes til å utvikle helautomatiske varslingssystemer som kan gi tidlig varsel for mulige utstyrsfeil. Ved å bruke avbildning med termiske kameraer (termografi) og automatisert analyse av data/bilder ved hjelp av maskinlæringsteknikker kan nært forestående feil på utstyr og komponenter oppdages raskt og varsles til driftspersonell. 

Hovedresultatet fra piloten er at kraftselskapene får kvantifisert nytteverdien av bruk av et lavkost termisk maskinsyn i kombinasjon med maskinlæring og automatisk varsling. Demonstrasjonen skal drive frem løsninger som har potensial for oppskalering på bransjenivå ved at løsningene er robuste nok til å stå permanent montert på et fast sted i et kraftverk og unngå falske feilindikasjoner. Løsningene skal bruke åpen teknologi i så stor grad som mulig og har lav kostnad. 

Piloten ledes av Å Energi.  

Digital tvilling for produksjonsoptimalisering

Pilot 2 – Skagerak Kraft

Skagerak Kraft utvikler en digital tvilling av vannkraftaggregatet på Grunnåi kraftverk for å kunne drifte anlegget så optimalt som mulig.  

Prosjektet lager en fysisk modell av turbin, generator og vannvei for å kunne for teste alternative kjøremønstre av anlegget. Den digitale tvillingen skal vise belastningen på aggregatet i sanntid og brukes for å kartlegge driftsområdet for maskinen under ulike forhold. Målet er å optimalisere kjøringen av det fysiske aggregatet uten skade på turbin, generator eller vannvei, samt øke produksjonen av det samme vannet.  

Ved å drifte anleggene på grensen av leverandørens anbefalinger, og i perioder presse aggregatene til ytterpunktene for å oppnå rask regulering og høy effekt, ligger det et uutnyttet potensial for fleksibilitet. Dagens anlegg driftes ut ifra en statisk grense for maksimal (P_maks) og minimumseffekt (P_min) fra maskinen basert på «verste situasjon», det vil si grenser som er konservative.  

Det nye verktøyet vil gjøre det mulig å utnytte eksisterende vannkraftmaskiner bedre gjennom en dynamisk vurdering av P_min og P_maks basert på den til enhver tid gjeldende situasjon. Dette vil med andre ord kunne gi økt produksjon uten å øke CO2-utslippene. 

Piloten ledes av Skagerak Kraft.  

Tilstandsovervåking og prediktivt vedlikehold for turbin, generator og transformator

Pilot 3 – Sira Kvina Kraftselskap

Sira‐Kvina utvikler en metode for tilstandsovervåking og prediktivt vedlikehold for turbin, generator og transformator. Denne metoden bygger på et allerede utviklet system som man nå ønsker å ta videre, samt å demonstrere og kvantifisere nytteverdien av i SmartKraft.  

Ved å implementere et system for tilstandsovervåking og et prediktivt vedlikeholdssystem kan man få bedre oversikt over reel nåsituasjon og kan ta informasjonsbaserte avgjørelser for drift og vedlikehold. I dag blir vedlikehold planlagt ut fra estimert teoretisk levetid og siste inspeksjon. Det er imidlertid en rekke utfordringer for å kunne implementere et funksjonelt system for dette, og pilotprosjektet skal både demonstrere løsninger og dele erfaringer om disse løsningene. 

Metoden som utvikles i piloten, skal gjøres allment tilgjengelig og nyttbar for ulike typer prediktive vedlikeholdssystemer.  

Piloten ledes av Sira-Kvina kraftselskap.  

Kartlegging av normaltilstand til bruk for anomalideteksjon i prediktivt vedlikehold

Pilot 4 – NTE

NTE utvikler og tester et prediktivt vedlikeholdssystem for turbin og generator på Byafossen kraftverk. Strategien som testes for prediktivt vedlikehold er kartlegging av normaltilstand for anomalideteksjon. 

Normaltilstand for vannkraftverk er krevende å kvantifisere på grunn av sesongvariasjoner, hydrologiske variasjoner, og markedsvariasjoner. Komponentene vil dermed svært sjeldent opereres likt fra år til år eller fra dag til dag. Dette kan føre til at komponenter med betydelig rest-levetid blir byttet ut på grunn av overdrevet konservative inspeksjon- eller utbyttingsintervall. Samtidig ser vi til tider en god del feil som kunne vært oppdaget tidligere og dermed utbedret under ordinært vedlikehold. 

Manglende tilstandsovervåkning av kraftanleggene er ett av problemene piloten søker å løse. I tillegg ser vi på løsninger for manglende rammeverk og prinsipper for systematisk sanntidsovervåkning av kraftanlegg, der man gjennom automasjon kan frigjøre tid til å drive mer proaktivt arbeid inn mot tilstandsovervåkning.  

For å gå fra preventivt til prediktivt vedlikehold, er det naturlig å gå via en proaktiv vedlikeholdsstrategi.  Gjennom dette mellomsteget kan vi også identifisere komponenter som kanskje ikke har behov for kostbare algoritmer i forbindelse med prediktivt vedlikehold, og at en proaktiv tilnærming kan være ‘godt nok’ for disse komponentene. 

Denne piloten vil bidra med et viktig fundament for å kunne utvikle tilstandsovervåking og prediktivt vedlikehold. Det vil også fungere som et godt sammenligningsgrunnlag med andre piloter som jobber mer direkte inn mot prediktivt og preskriptivt vedlikehold for å avdekke hvilket vedlikeholdsprogram som passer til hvilke komponenter.  

Piloten ledes av NTE.  

Optimalt pålitelighetsbasert vedlikehold

Pilot 5 – Statkraft

Statkraft skal implementere tilstandsovervåking på sine pilotanlegg og vurdere hvordan dette kan utnyttes optimalt i sitt pålitelighetsbaserte vedlikeholdssystem. I dag finnes det ingen måte å vite nåverdi på tilstand på komponenter eller predikere når vedlikehold bør utføres.  

En viktig komponent i tilstandsovervåkingen vil være sekvensanalyser. Her blir spesielle hendelser, slik som oppstarts-sekvensen for vannkraftmaskinene, overvåket og sammenlignet. Prosesser og mekanismer som aktiveres og påvirkes under slike sekvenser vil i teorien være spesielt egnet for å kunne detektere feil og tilstand over tid.  

Gjennom piloten blir det bygget opp en informasjonsbase som støtter og kompletterer identifiseringsfasen av reinvesterings- og vedlikeholdsbehov i en stadig aldrende anleggspark. Datainnsamling, anleggsmodellering og prediktive modeller er en viktig del av dette. Å forbedre det objektive beslutningsunderlaget vil gi oss bedre oversikt over komponentenes tilstand og gi større innsikt i når vedlikehold bør utføres. Dette kan redusere antall uforutsette hendelser.  

Teknologien kan også avdekke og realisere det optimaliseringspotensialet som finnes i de fleste anlegg, og dermed gjøre kraftverkene mer tilgjengelige til kraftproduksjon. Teknologien vil også øke anleggets fleksibilitet, da man har muligheten til å overvåke anlegget under drift og oppdage hvordan komponentene reagerer på ulike driftspunkt. Da vil det være mulig å kjøre kraftverkene på driftspunkt som man tidligere hadde unngått.  

Piloten skal testes på to ulike kraftverk, og implementeres til resten av Statkrafts vannkraftportefølje dersom resultatene er gode. Erfaringer skal også deles med de andre vannkraftprodusentene som en del av SmartKraft. Piloten er startskuddet for ytterligere digitalisering av kraftbransjen og vil gjøre det enklere å ta i bruk ny teknologi som kan skape ringvirkninger for hele bransjen.  

Piloten ledes av Statkraft.  

Innovative sensorer for overvåkning av vannkraftverk

Gode sensorsystemer er helt avgjørende for å ivareta og styrke forsyningssikkerheten i smarte kraftsystem. Målet i denne tekniske gruppen er å lage en veiviser som kraftprodusentene kan bruke når de skal ta viktige valg for investeringer i økt instrumentering og overvåkning.  Dette vil bli et nødvendig veikart for å realisere den digitale transformasjonen i kraftbransjen på en kostnadseffektiv, trygg og framtidsrettet måte. 

Nye innovative sensorer gir muligheter for overvåkning og tilstandskontroll og kan være med på å hindre katastrofale feil og redusert forsyningssikkerhet. Disse mulighetene og erfaringer med ulike sensortyper hos deltakerne skal gjennomgås, drøftes og dokumenteres av gruppen. Gruppen vil sette krav til leverandørene om at de må kunne levere sensordata på et åpent og sikkert dataformat.  Krav til tilstrekkelig datakvalitet gjør at tidsoppløsningen må balanseres opp mot overbelastning på eksisterende systemer. Det må være en lav terskel for å kunne sammenstille data fra forskjellige sensorer og kilder og benytte dem i analyser og beslutningsstøtteverktøy utviklet av en vilkårlig tredjepart. Felles målemetodikk er derfor også en aktivitet i denne tekniske gruppen. 

Gruppen ledes av Å Energi.  

Kjernekomponenter og digitale tvillinger

Manglende standardisering for datainnsamling samt beskrivelser av fysiske komponenter, feil og tester er den første utfordringen gruppen for kjernekomponenter og digitale tvillinger skal løse.  

En svakhet for kraftselskaper er at de har begrenset antall aggregater for å kunne få statistisk signifikante data. For å få tilstrekkelig data på havari og feil på aggregater er det nødvendig å samarbeide på tvers av selskaper og dele data. For å få til datadeling er det en forutsetning at beskrivelser, modellering og koding er utført på et standardisert format slik at alle kan forstå og bruke hverandres data. I SmartKraft skal man utvikle slike standarder i fellesskap innenfor SmartKraft-konsortiet, som består av et tilstrekkelig antall selskaper til at bruk av standardisering vil ha effekt og bidra til økt tilfang av data for hvert enkelt selskap.  

Manglende rammeverk og prinsipper for deling av data er den andre utfordringen gruppen skal løse. Gruppen skal utrede hvilke data det er hensiktsmessig og nyttig og dele på tvers av selskaper, standardisere format, oppløsning og anonymisering av disse data. De skal også utvikle prinsipper for en fremtidig plattform for deling av data. 

Formålet er å legge til rette for etablering av en uavhengig tredjepart som kan drifte et felles databibliotek, og motta og distribuere data til medlemmene på et standardisert format. 

Gruppen ledes av Sira-Kvina kraftselskap. 

Arkitektur

Gruppe for Arkitektur skal definere en sikker, skalerbar, robust og framtidsrettet IT‐arkitektur for digitalisering i vannkraftbransjen. Sikkerhetsaspekter ved uthenting og overføring av data er i fokus.  

En velfungerende IT‐arkitektur er helt avgjørende for å ivareta og styrke forsyningssikkerheten i smarte kraftsystem. Arbeidet i denne tekniske gruppen har som mål å lage en veiviser for de viktigste valgene som kraftprodusenter står ovenfor på dette området. 

Gruppen skal utarbeide en liste med prinsipper for arkitektur, som formuleres slik at de kan brukes som en bransjestandard for underleverandører til kraftindustrien. Første versjon vil baseres på tidligere erfaring og forventninger til framtidige behov. Gjennom pilotene i SmartKraft vil prinsippene bli kontinuerlig revidert. 

Resultatet vil være et nødvendig veikart for å realisere den digitale transformasjonen i kraftbransjen på en kostnadseffektiv, trygg og framtidsrettet måte. 

Gruppen ledes av Skagerak Kraft.  

Kost-nytte-analyse

Parallelt med pilotene skal denne tekniske gruppen undersøke nytteverdier og holde disse opp mot kostnadene for implementering av de piloterte løsningene. Gruppen legger til grunn at det å demonstrere teknisk gjennomførbarhet ikke er tilstrekkelig for at de løsningene vil bli tatt i bruk i stor skala i vannkraftbransjen.  

Gjennom arbeidet blir det utviklet en metodikk som tar sikte på å vurdere alt fra nytte av positive effekter på f.eks. HMS‐risiko til rene økonomiske effekter. Metodikken gjør at man vil kunne analysere i hvilken grad pilotene løser generelle problemer og kan skaleres og dermed gi stor nytteverdi til bransjen. 

Teknisk gruppe for kost-nytte-analyse skal konkretisere hvordan og i hvilken grad man kan øke produksjon, øke tilgjengelig kapasitet og redusere kostnader ved å kjøre hardere til samme eller lavere risiko for havari og skader. På kostnadssiden analyseres hva reduserte antall besøk i anlegget og stopp for inspeksjon har å si.  

Gruppen ledes av Statkraft.