Bergische Uni Die Methoden der Künstlichen Intelligenz
Wuppertal · Wie man das Asset-Management, also die Vermögensverwaltung, von Verteilnetzbetreibern mithilfe von Künstlicher Intelligenz (KI) optimieren kann, das untersuchen Wissenschaftlerinnen und Wissenschaftler des Lehrstuhls für Elektrische Energieversorgungstechnik der Bergischen Universität Wuppertal unter Leitung von Prof. Dr.-Ing. Markus Zdrallek im Forschungsprojekt „PAM“. Für ihr Vorhaben erhalten sie für die kommenden drei Jahre eine Förderung vom Bundesministerium für Wirtschaft und Energie in Höhe von rund 500.000 Euro.
Im Projekt „PAM“ erforschen Wuppertaler Wissenschaftlerinnen und Wissenschaftler, inwiefern eine KI-basierte Analytik eine Vielzahl von Daten und Anforderungen zusammenführen und selbstlernend berücksichtigen kann, um optimale Entscheidungen im Asset-Management vorzuschlagen. Die Altersstruktur der Betriebsmittel ist hoch, weshalb eine optimale und kosteneffiziente Strategiefindung zur Instandhaltung und Erneuerung von Stromnetzen zunehmend an Bedeutung gewinnt. „Das Forschungsprojekt stellt mit diesem umfassenden und zukunftsorientierten Vorhaben einen erheblichen Mehrwert für das Asset-Management dar“, sagt Prof. Zdrallek.
Verteilnetzbetreiber verknüpfen die aktuellen und zukünftigen Zustände ihrer Betriebsmittel in Asset-Simulationstools mit Kosten- sowie Netzmodellen und leiten daraus Instandhaltungs- und Erneuerungspläne ab. Neben den technischen und finanziellen Gesichtspunkten sind hierbei auch Aspekte der Sicherheit, der Nachhaltigkeit und Umwelt, des Images, des Rechtsrahmens sowie interner Unternehmensvorgaben und des Controllings zu berücksichtigen. An diesem Punkt knüpft das Wuppertaler Forschungsteam an und setzt dabei auf den Einsatz von KI und maschinellem Lernen. „In der Energiebranche besteht ein hoher Bedarf daran, die Übertragung von Methoden der KI auf die Ebene des Asset-Managements und die Berücksichtigung der zahlreichen Einflussfaktoren für eine optimale Entscheidungsfindung zu untersuchen“, so Prof. Zdrallek.
Ziel ist es, eine KI-basierte Analytik zu entwickeln, die eine Vielzahl von Daten und Anforderungen zusammenführt, um so eine Entscheidungsgrundlage für etwaige Instandhaltungs- oder Erneuerungsmaßnahmen zu schaffen. So können notwendige Investitionen gegebenenfalls zeitlich verschoben oder wirkungsvoller hinsichtlich der Gesamtkosten und Versorgungszuverlässigkeit getätigt werden. Zudem ist durch darauf aufbauende Anpassungen eine kostengünstigere Energieversorgung bei gleichzeitig hoher Versorgungszuverlässigkeit denkbar. Durch die mit einer KI verbundenen Selbstlernprozesse können darüber hinaus das Verständnis für den Einfluss einzelner Faktoren auf die jeweiligen Entscheidungen des Asset-Managements erhöht und gegebenenfalls bisher unsichtbare Zusammenhänge aufgezeigt werden. Auf diese Weise soll die Effizienz in den Entscheidungsprozessen erheblich gesteigert werden. „Letztendlich wird ein wesentlicher Beitrag dazu geleistet, die Verteilnetze effizienter zu bewirtschaften“, resümiert Prof. Zdrallek.
Weitere beteiligte Forschungspartner im Projekt sind die Energieforen Leipzig GmbH, die meliorate GmbH (Berlin) und die Stadtwerke Troisdorf GmbH sowie die Stromnetz Hamburg GmbH, die inetz GmbH (Chemnitz), die Rheinische NETZGesellschaft mbH, die Netze Duisburg GmbH, die Bonn-Netz GmbH, die MVV Netze GmbH (Mannheim) und die Energienetze Offenbach GmbH.
