Datengestützte vorausschauende Wartung von Windkraftanlagen
Der Ausfall einer einzelnen Komponente eines Windkraftwerks kann dieses für Wochen stilllegen und kostspielige Reparaturen und Produktionsausfälle nach sich ziehen. Bei vielen Maschinen zeigen sich Fehler frühzeitig als Anomalien, sodass sie rasch korrigiert werden können. Bei so komplexen Systemen wie Turbinen sind die Herausforderungen jedoch grösser. Es ist bereits schwierig, «normales» Verhalten, das als Vergleichsgrösse dienen soll, zu definieren, da die Signale der Turbinen stark variieren. Proxima Solutions, ein Unternehmen der BKW-Gruppe, arbeitete mit dem CSEM zusammen, um die Wartung in diesem besonders anspruchsvollen Bereich zu optimieren.
In Zusammenarbeit mit den Datenfachleuten von Proxima entwickelte das CSEM eine Reihe von Algorithmen der künstlichen Intelligenz. Diese erkennen, diagnostizieren und gewichten Probleme frühzeitig und mit hoher Genauigkeit, indem sie das übliche Verhalten jeder Turbine «erlernen» und das BKW-Expertenwissen kodieren. Fast alle europäischen BKW-Windparks sind heute mit diesem System ausgerüstet. In den ersten 18 Monaten hat es bereits rund 40-mal anormales Verhalten frühzeitig erkannt. Das Kernstück dieser Technologie könnte auch bei Solarzellen und Batterien eingesetzt werden.
2023 erwirbt DNV den KI-gestützten Windsoftware-as-a-Service-Anbieter Proxima Solutions, um sein GreenPowerMonitor-Geschäft zu stärken.