Als erster Netzbetreiber in Deutschland testet die Schleswig-Holstein Netz AG (SH Netz) derzeit eine Technik, die auf einem selbstlernenden Algorithmus einer künstlichen Intelligenz basiert und die Vorhersage von Störungen im Stromnetz ermöglichen soll.
Die ersten Ergebnisse nach dem Praxistest im Mittelspannungsnetz sind vielversprechend. Mittels umfassender Datenanalyse soll so das Stromnetz noch stabiler und gleichzeitig Kosten gesenkt werden.
Die Auswirkungen eines Stromausfalls werden, auch aufgrund der fortschreitenden Digitalisierung, immer gravierender. Gut zu sehen war es in diesem Frühjahr beispielsweise in Lübeck, wo es zu einem vierstündigen Ausfall der Stromversorgung für rund 150.000 Haushalte und 350 Großkunden kam sowie in Hamburg, wo der fünftgrößte deutsche Flughafen einenganzen Tag ohne Strom blieb und 30.000 Fluggäste festsaßen. Trotz solcher Großereignisse hat sich insgesamt die Versorgungssicherheit in den vergangenen Jahren deutschlandweit immer weiter verbessert. Betrug der SAIDI-Wert, der die durchschnittlichen Ausfallzeiten angibt, 2006 noch 21,5 Minuten im Jahr, lag er 2016 nur noch bei 12,8 Minuten. Und die Schleswig-Holstein Netz AG liegt mit etwas über 8 Minuten sogar noch deutlich darunter. Dennoch muss es das Ziel sein, diesen Wert immer weiter nach unten zu schrauben – und die Digitalisierung wird dabei eine wichtige Rolle spielen.
Selbstlernender Algorithmus als Schlüssel
Denn was wäre, wenn man auf Basis der Digitalisierung Störungen am Stromnetz vorhersagen könnte, bevor sie überhaupt auftreten? Schleswig- Holstein Netz arbeitet mit Unterstützung der E.ON SE Digital für seine Netze in Schleswig- Holstein und Nordniedersachsen derzeit an einer innovativen Lösung, um genau das möglich zu machen. Predictive Maintenance wird das Spezialverfahren intern genannt. Die Basis bildet eine aufwendige Datensammlung, die in eine unternehmenseigene Datenbank eingepflegt wird. Erfasst werden interne und externe Daten, die Faktoren beschreiben, welche den Netzzustand beeinflussen…
#
Erschienen in der
emw.trends 4|2018