Štěchovice II, et tsjekkisk pumpekraftverk, har nylig tatt i bruk et nytt, AI-basert diagnosesystem som skal overvåke turbinenes drift. Det opplyser Tsjekkias største energiselskap, ČEZ.
Teknologien benytter nevrale nettverk for å avdekke mulige feil tidlig og gi ingeniørene et bedre grunnlag for å planlegge vedlikehold. Systemet er utviklet av energifagfolk i samarbeid med Brno University of Technology, med mål om å oppdage avvik før de utvikler seg til driftsstans.
Løsningen bygger på spesialsensorer som måler lyd og vibrasjoner i turbinen ved svært høye frekvenser mens anlegget er i drift. Dataene som samles inn er omfattende: Om lag 2 000 gigabyte behandles hver måned. Ved å analysere mønstre i materialet skal programvaren kunne varsle tegn til mekaniske problemer før de blir kritiske.
Prosjektet skal bidra til økt driftssikkerhet og bedre kontroll over maskinenes totale levetid. Ifølge ČEZ kommer innføringen omtrent 30 år etter moderniseringen av anlegget, og de første resultatene skal indikere at systemet kan forutsi feil i god tid. Selskapet opplyser at arbeidet skal videreføres ved flere pumpekraftprosjekter.
ČEZ Group driver mer enn 30 vannkraftanlegg i Tsjekkia, fra pumpekraftverk til mindre installasjoner med mikroturbiner. Selskapet peker på at det over tid har tatt i bruk nye løsninger, blant annet nettbasert tilstandsdiagnostikk ved Lipno-anlegget og bruk av 3D-printing for raskere reparasjoner ved andre lokasjoner.
– Parallelt gjennomførte vi tester i et hydraulisk simuleringslaboratorium og samlet inn data med installert måleutstyr direkte i Štěchovice, forklarer Pavel Rudolf, leder for Victor Kaplan Department of Fluid Engineering ved Faculty of Mechanical Engineering ved Brno University of Technology.
– Jeg mener den synkroniserte datainnsamlingen ved hjelp av industrielle målekort og den komplekse behandlingen av tidsserier fra et stort antall datakilder er spesielt unik. Kunstig intelligens har i stor grad hjulpet oss med å identifisere alle driftstilstander i turbinen ved å bruke data fra støy, trykkpulseringer og vibrasjoner hentet inn fra høyfrekvente sensorer, sier han.
