Lehrstuhl für Elektrische Energieversorgungstechnik

Fühler im Netz 2.0 - Einsatz von Big Data und KI bei der Nutzung des FiN-Ansatzes zur Zustandserfassung von Netzen und Anlagen im Verteilnetz

Projektbeschreibung

Aufgrund des steigenden Anteils der elektrischen Energieeinspeisung aus erneuerbaren Energien kommen insbesondere auf die Verteilnetze neue Aufgaben zu, die mit klassischen Betriebsweisen und Betriebsmitteln nur unter sehr hohen Aufwendungen in Form von erheblichem Netzausbau möglich sind. Daher gewinnen Informations- und Kommunikationstechnologien (IKT) und die Netzautomatisierung in den elektrischen Verteilnetzen zunehmend an Bedeutung. Als ein wichtiger IKT-Baustein wird dabei die Breitband-Powerline-Kommunikation (BPL) angesehen, die die kommunikationstechnische Vernetzung über die vorhandene Infrastruktur in den Mittel- und Niederspannungsnetzen realisiert und den Wandel zu Smart Grids mitgestaltet. Der Zustand des Netzes, über welches die BPL-Kommunikation stattfindet, beeinflusst die Qualität der Kommunikation und kann genutzt werden um Netz- und Anlagenzustände festzustellen. Dieser sogenannte FiN-Ansatz soll nun weiterentwickelt werden.

Im vorangegangenen Forschungsprojekt „Fühler im Netz“, das 2017 erfolgreich abgeschlossen wurde, ist es gelungen, zentrale Herausforderungen der Netzüberwachung in elektrischen Verteilnetzen mit neuen Ansätzen zu adressieren und erste praxistaugliche Lösungen zu demonstrieren. Die Erkenntnisse, die im Rahmen des ersten Projekts durch die Analyse der Breitband-Powerline (BPL) Kommunikation gewonnen wurden, sollen unter dem innovativen Einsatz von Big Data und Künstlicher Intelligenz sowie eines Feldtests mit über 3.500 BPL-Modems und Sensoren massiv ausgeweitet werden, um die Weiterentwicklung neuer, preiswerter Wege der Netz- und Anlagenzustandserfassung sowie der Störungsdetektion mit Hilfe der Nutzung von Breitband-Powerline(BPL)-Infrastrukturen umzusetzen. Im „Big Data“ Ansatz sollen die enormen Datenmengen verarbeitet werden. Dazu wird unter anderem ein neuronales Netzwerk mit den Erkenntnissen aus dem ersten und diesem Projekt angelernt. Dieses Anlernen soll helfen, bekannte Muster und Vorgänge automatisch zu identifizieren und die Daten in aggregierter Form nutzbar zu machen. Die dazu benötigten „Fingerprints“ müssen durch gezielte Laboruntersuchungen an den Betriebsmitteln ergänzt werden. Um auch den nötigen Wandel der Verteilnetze zu Smart Grids umfassend zu unterstützen, werden die erhobenen Daten zudem erstmalig in die Regelstrategien eines modernen, dezentralen Netzautomatisierungssystems integriert. Ziel ist es, aus den erhobenen Massendaten wertvolle Informationen über Netz- und Anlagenzustände der Netzbetriebsführung bzw. dem Asset-Management zur Verfügung zu stellen und durch die Netzautomatisierung, wenn möglich, zu beheben.

Die Projektpartner sind die Power Plus Communications AG (Mannheim), die Energieversorgung Leverkusen GmbH & Co. KG, die Mainzer Netze GmbH, die Netze BW GmbH (Stuttgart), das Deutsche Forschungszentrum für Künstliche Intelligenz GmbH (Kaiserslautern) und die Software AG (Darmstadt).

Projektförderung

Der Lehrstuhl für Elektrische Energieversorgungstechnik wird im Rahmen des Projektes über die Laufzeit von drei Jahren mit 560.000 EUR durch das Bundesministerium für Bildung und Forschung gefördert. Das Gesamtvolumen des Projektes beträgt 4,5 Mio. EUR.

Projektpartner
  • Deutsches Forschungszentrum für Künstliche Intelligenz GmbH
  • Energieversorgung Leverkusen GmbH & Co. KG
  • Mainzer Netze GmbH
  • Netze BW GmbH
  • Power Plus Communications AG
  • Software AG
Weiterführende Informationen

Projektpräsentation

Vorprojekt

Publikationen

  • Christoph Balada, Sheraz Ahmed, Andreas Dengel, Max Bondorf, Nikolai Hopfer, Markus Zdrallek
    Fühler-im-Netz: A smart grid and power line communication data set
    IET Smart Grid published by John Wiley & Sons Ltd. 1–13 (2022)
  • Quenel, P.; Koch, M.; Bondorf, M.; Zdrallek, M.; Merz, B.; Karl, F.:
    Transparenz übers Kabel
    50,2 Magazin, Ausgabe 04.2021, Juni 2021, ISSN 2199-4102
  • Bondorf, M.; Koch, M.; Hopfer, N.; Zdrallek, M.; Balada, C.; Sheraz, A.; Agne, S.; Dengel, A.; Karl, F.; Dietzler, U.; Krampf, M.:
    Broadband Power Line Communication and Big-Data-Analytics for Supporting Grid Operation Proceedings of the International ETG Congress 2021, Virtual (2021)
  • Koch, M.; Bondorf, M.; Steinbusch, P.; Zdrallek, M.; Stahn, T.; Karl, F.:
    Voltage Measurements integrated in Broadband Power Line Communication Infrastructure compared to Conventional Measurement Infrastructure
    Proceedings of the International ETG Congress 2021, Virtual (2021)
  • Karl, F.; Hopfer, N.; Zdrallek, M.:
    Das Ende des Blindflugs: Wie Big Data und KI den Verteilnetzbetrieb revolutionieren werden
    Fachtagung Smart Energy and Systems 2019, Dortmund (2019)

Weitere Infos über #UniWuppertal: