Glitre Energi Produksjon – Nytt medlem av Smartgridsenteret

I likhet med andre vannkraftprodusenter ønsker selskapet å minimere nedetiden og sikre stabil kraftproduksjon. Et havari i en transformator, turbin, vannvei eller en generator kan svekke produksjonen i lang tid.

Leder for digitalisering i Glitre Energi Produksjon, Marius Hauki, bruker maskinlæring til å detektere unormale tilstander før havarier inntreffer. Foto: Glitre Energi Produksjon

Leder for digitalisering i Glitre Energi Produksjon, Marius Hauki, sier at i verste fall kan et kraftverk stå i flere år etter et havari.

– Vi tror at smart bruk av teknologi kan hindre havarier, og dermed øke forsyningssikkerheten og til en viss grad utsette enkelte investeringer, i tillegg til å hindre miljøskader ved et havarert anlegg, sier han.

Kraftbransjen har lenge jobbet med løsninger for preventivt vedlikehold, og mange selskaper har bygd store iot-systemer for å samle og prosessere data. De har stort sett brukt Scada-systemer, som nærmest har vært bransjestandarden de siste 20 årene.

– Men datasettet fra de klassiske sensorene i Scada-systemet er ikke rikt nok til kunne detektere en del feiltilstander. Med ny sensorteknologi med vesentlig kraftigere databehandlingsplattformer mener vi at vi kan detektere feil mye tidligere enn man kunne før, sier Hauki.

Glitre Energi Produksjon har i fire år kjørt prosjektet aiKnow der data samles inn fra en rekke sensorer og behandles ved bruk av maskinlæring. Prosjektet har gitt selskapet mye læring og gode resultater som videre utvikling skal baseres på.

– Vi har formelt verifisert at maskinlæringsalgoritmer klarer å detektere unormale tilstander generert fra reelle datasett, og nå spisser vi kompetansen innen dette feltet ytterligere. Blant annet har vi rekruttert flere interne ressurser med matematisk kompetanse på PhD-nivå til å jobbe dedikert med FoU og utvikling i aiKnow-systemet, sier Hauki.

Tidligere havarier, som en transformatorbrann på Skollenborg og en omfattende feil ved kraftstasjonen Døvikfoss, kunne trolig vært unngått med maskinlæringsteknologien.

Nå vil Glitre Energi Produksjon bruke maskinlæring på unormale temperaturmønstre i ulike deler av kraftanleggene. Endring i temperaturen er en god indikator på en begynnende feil et sted i transformatorer, generatorer og turbiner.

Hva som er normaltemperaturen er ikke et fast tall. Det henger sammen med faktorer som  lasten på kraftverket, temperaturen i elva, temperaturen i lufta og hvor lang tid det er gått fra kraftverket ble satt i gang.

– Dersom vi skulle overvåke temperaturtilstanden på alle kritiske punkter i kraftverkene, ville det kreve tusenvis av sensorer. Ved å bruke maskinlæring og ny sensorteknologi til å detektere temperaturvariasjonene vil vi ikke trenge å instrumentere så tett. Slike metoder ser vi på nå, sier Hauki.

I dag sendes store mengder data fra sensorene i kraftanleggene til en sentral datamaskin som gjør beregningene. Med mange sensorer blir dette uhorvelig store dataoverføringer. Nå skal Glitre Energi Produksjon prøve ut en ny type sensorer som har egen databehandlingskapasitet innebygd, såkalt kantprosessering. Da vil algoritmene for maskinlæring ligge i selve sensoren som foretar alle beregninger før resultatet sendes sentralt.

Denne bruken av maskinlæring skal Glitre Energi Produksjon bidra med i et treårig prosjekt som Smartgridsenteret har søkt om midler til på vegne av flere aktører i bransjen.

Glitre Energi Produksjon produserer årlig rundt 2,6 TWh fordelt på 21 elvekraftverk i Numedalsvassdraget og Drammensvassdraget. Her fra Gravfoss II. Foto Glitre Energi Produksjon

Hauki sier at Glitre Energi Produksjons FoU-aktivitet på innovativ sensorteknologi brukt innenfor vannkraft var en av grunnene til å bli medlem av Smartgridsenteret, i tillegg til å delta i fagmiljøene, både for å følge med på hva andre gjør og å bidra selv.

– Smartgridsenteret er en møtearena der vi kan bygge et større kontaktnett og få tilgang til publikasjoner og resultater som senteret sitter på. Pluss at vi kan dra nytte av at senteret fasiliterer forskningsstøtte. Gjennom å bruke sitt nettverk gjør senteret det mulig å utvikle den type teknologi som vi trenger og som per i dag ikke kan kjøpes i markedet, sier han.

Utviklerne i Glitre Energi Produksjon legger opp til å dele grunnprinsippene og resultatene fra sensorteknologien de skal utvikle og pilotere under det nye forskningsprogrammet, samt resultatene de får når de sender disse dataene inn i aiKnow-systemet.

Hauki tror at om fem år vil data være mye lettere tilgjengelig for alle deler av organisasjonen i kraftselskapet. Både driftsoperatørene ute på kraftanleggene, ingeniører, driftsplanleggere, vedlikeholdsplanleggere og ledelsen på kontoret vil ha tilgang til nøkkeldataene de trenger, enten det er på PC eller mobil.

Og han har som målsetning at kraftselskapet  vil ha mye tidligere deteksjon av feil enn de har i dag.