Entwicklung von KI-basierten Algorithmen zur Optimierung der thermomechanischen Überwachung und Wartung von Stromnetz- und Infrastrukturleitungen, um deren Kapazität und Lebensdauer zu erhöhen.
SENTINEL
Partner Call offen bis: Q2 2025
Projektstart: Q3 2025
SENTINEL entwickelt KI-gesteuerte virtuelle Messmodelle, die vollständige Temperatur- und Verformungsprofile von Stromkabeln und Infrastrukturleitungen rekonstruieren. Die SENTINEL-Modelle verbessern die herkömmliche Überwachung, die durch das Fehlen oder die geringe Abdeckung von Sensoren eingeschränkt ist:
- Nutzung der vorhandenen Sensorinfrastruktur - keine zusätzliche Ausrüstung erforderlich.
- Sowohl radiale als auch longitudinale Temperatur- und Verformungskartierung möglich.
- Detaillierte Überwachung, die zur Vorhersage oder Vermeidung von Ausfällen und Degradation beiträgt.
- Thermomechanisches Modell zur Kontrolle des Durchhängens und zur Vorhersage von Litzenbrüchen
Zu den größten Herausforderungen im Projekt zählen:
- Mehrere Faktoren beeinflussen den thermomechanischen Zustand der Leitungen.
- Die Systemkomplexität ist sehr hoch.
- Die Bauweise älterer Stromnetze (lange Kabelleitungen, Masten) erschweren die Bearbeitung.
- Wetterereignisse (Windintensität, etc.) können sehr lokal sein.
- Sensoren sind oftmals nur sehr spärlich platziert
- Für die Forschung ínteressante Daten (z. B. Hot Spots) können jedoch sehr lokalisiert auftreten und sind daher schwer identifizierbar.
Expected results
Durch die thermische (und mechanische), virtuelle Erfassung von Stromleitungen trägt SENTINEL dazu bei, die große ungenutzte Übertragungskapazität von statischen Nennleitungen zu nutzen. Ziel ist es, Umgebungs- oder Sensordaten mit unserer virtuellen Erfassungslösung zu kombinieren.
- Ausschöpfung der maximalen Strombelastbarkeit bestehender Leitungen durch KI-gestütztes Dynamic Line Rating
- Verbesserung der Netzzuverlässigkeit und Vermeidung von Ausfällen
Die Modelle von SENTINEL helfen sowohl bei Strom- als auch bei Infrastrukturleitungen:
- Die Wartungskosten durch vorausschauende Fehlererkennung zu senken.
- Die Lebensdauer der Infrastruktur durch optimierten Betrieb zu verlängern.
- Die Eisbildung auf Leitungen zu erkennen.