Digitalisering og maskinlæring innen vannkraft

Selv om vi tar for gitt at det alltid er spenning i stikkontakten, så krever vannkraftverkene våre kontinuerlig overvåking, vedlikehold og oppgraderinger for at vi skal kunne sikre at disse alltid leverer elektrisk energi til deg som forbruker.

Glitre Energi Produksjon bruker ny teknologi til å digitalisere alle våre vannkraftverk slik at vi tidligere kan oppdage når en feil er i ferd med å inntreffe og raskt rette feilen før den blir kritisk. Vi kaller denne teknologien aiKnow.

Tusenvis av komponenter som skal spille sammen

Et vannkraftverk består av tusenvis av komponenter som skal spille perfekt sammen for at det skal virke. Elvevannet som demmes opp i dammen for å skape høydeforskjell slippes igjennom turbinen. Turbinen driver den elektriske generatoren via en aksel. Generatoren dytter elektroner igjennom transformatoren som igjen dytter elektroner med høyere potensiale ut på nettet. Nettet fører den elektriske energien fram til deg som forbruker. Men i tilknytning til disse hoveddelene i kraftverket så er det avanserte styre, kjøle, smøre og opplagringssystemer som alle må virke perfekt for at kraftverket skal virke.

 

Store krefter skal temmes

Det er store krefter som skal temmes. Enkelte av kraftverkene til Glitre Energi kan på det meste sluke unna opp mot 350 tonn vann igjennom turbinen i sekundet. Ja du leste riktig: i sekundet! Tenk deg at vekten tilsvarende ca. 220 elbiler går igjennom kraftverket i sekundet ved full belastning. Dette skaper vibrasjon, vridkrefter, trykkrefter, varme og andre utfordringer som kan ødelegge eller slite ut deler på kraftverket dersom vi ikke klarer å kontrollere disse kreftene skikkelig.

Det gjelder å oppdage feil tidlig

En liten feil kan utvikle seg til å bli stor ganske fort og delene i et kraftverk er som regel spesiallaget og kan ikke bestilles over disk. Får vi et havari på en transformator så kan dette ta ca. ett år å utbedre. Får vi et alvorlig havari på en generator så kan det hende vi må heise ut hele generatoren igjennom taket på kraftverket og sende deler til reparasjon et annet sted i landet. Det kan ta et par år i verste fall å få kraftverket tilbake i produksjon igjen. Men dersom vi veldig tidlig kan oppdage en liten feil før den blir stor, så er vi ganske sikre på at mange havarier kan unngås. Det er her maskinlæring kommer inn i bildet fordi maskinlæring klarer å fange opp endringer fra mange forskjellige steder på et kraftverk. Dette er endringer som et menneske ikke kan se på noen få måleinstrumenter.

 

Sensorer

Maskinlæringsalgoritmene som overvåker kraftverkene, bruker data fra sensorer. Sensorene blir også ofte kalt «følere» på norsk. Og det er nettopp det de gjør: de føler på anoe vi vil vite. Det kan være temperatur på kjølevann, vibrasjon i turbinakselen, trykk på smøremedium, strøm og spenning i transformatoren osv. Så sendes disse dataene som strømmer av tall (dette kalles tidsserier) opp i maskinlæringsalgoritmene våre. Vi kan ha så mange som 15000 målinger som kommer inn hvert sekund. Tenk deg om et menneske skulle følge med på 15000 tall hvert sekund. Det er umulig!

 

Maskinlæring

Maskinlæringsalgoritmene har som formål å oppdage avvik i mange dimensjoner (en sensor er en dimensjon). Vi lærer først opp maskinlæringsalgoritmene til å kjenne igjen hva som er normalt fordi vi heldigvis stort sett alltid har normale tilstander (kraftverkene er meget solid bygget og våre ansatte som passer på dem er dyktige). Deretter beregner maskinlæringsalgoritmene hvor normale data vi har fra et sett med sensorer. Dersom vi får et avvik fra normalen så blir det laget et varsel som våre ansatte kan reagere på. Hemmeligheten er altså at maskinlæringsalgoritmene ser etter unormale tilstander sammenliknet med hva som er normalen.

Et digitalt hjelpemiddel

AiKnow er ikke bare maskinlæring. Våre dyktige kraftverksoperatører som passer på kraftverkene har behov for alle de fakta de kan få: om det ligger kvist og tømmerstokker på vanninntakene til turbinene og blokkerer for vannet, hva vannstanden og vannføringene er på forskjellige steder i vassdragene, hva temperaturene er, om det er tilstrekkelig smøring og en rekke andre data. Siden aiKnow kan vise data på mobil og PC, så kan kraftverksoperatører, ingeniører og alle ansatte som har behov for det på en sikker måte i dag se sanntidsdata fra alle våre kraftverk uansett hvor de befinner seg. Dette har på kort tid blitt et viktig hjelpemiddel som sikrer at du alltid har riktig spenningsnivå og frekvens i stikkontakten og dermed har tilgang på den strømmen du trenger.

I framtiden

I framtiden er målet at vi skal kunne avdekke feil veldig tidlig. Faktisk før mennesket i en del tilfeller kan oppdage det ved å observere komponentene. Vi skal også kunne si mer om den virkelige tilstanden til komponenter i kraftverkene våre, og til og med kunne beregne hvor lang tid det vil ta før en komponent må utbedres eller vil havarere. Dette kalles prediktivt vedlikehold. Vi vil da kunne spare penger så vi kan selge den elektriske kraften til en så god pris som mulig, samt at vi i enda større grad enn i dag sikrer at du som kunde alltid har tilgang på ren elektrisk energi fra den fantastiske vannkraften.