UdZ 01.24 / 53 ‚AProSys‘ baut auf dem Projekt ‚FLEMING‘1 auf, in dem bereits kostengünstige Retrofit-Sensoren zur Zustandsüberwachung auf Basis von Wärmesignaturen in gasisolierten Schaltanlagen entwickelt wurden. Das Forschungskonsortium setzt sich neben dem FIR e. V. an der RWTH Aachen aus den Partnern ABB AG Forschungszentrum Deutschland, Institut für Elektroenergiesysteme und Hochspannungstechnik des Karlsruher Instituts für Technologie, Institut für Technische Mechanik des Karlsruher Instituts für Technologie, Software Innovation Campus Paderborn, Heimann Sensor GmbH und Westfalen Weser Netz GmbH zusammen. Zur Erreichung der Forschungsziele werden innerhalb der Anforderungsaufnahme die Ansprüche von Stakeholdern und Nutzer:innen, wie z. B. der Verteilnetzbetreiber, erhoben. Dabei ist es relevant, Daten und Feedback insbesondere von Assetmanager:innen oder Werker:innen von Verteilnetzbetreibern mit unterschiedlichen Netztopologien einzuholen. Innerhalb der Lebensdauermodellierung und der Entwicklung der Prognostik soll die Grundlage des digitalen Zwillings erarbeitet und eine zuverlässige Vorhersage des Anlagenzustands für Predictive Maintenance und für die Zustandsüberwachung ermöglicht werden. Für die Überwachung benachbarter Energietechnikanlagen werden Lösungen beispielsweise in den Bereichen Teilentladung und Personendetektion entwickelt und technisch validiert. Um ein sich optimierendes kognitives Assistenz- und Prognosesystem zu entwickeln, soll mittels entsprechender KI-Methoden ein digitales Wissensmanagement konziof the following partners ABB AG Forschungszentrum Deutschland, Institut für Elektroenergiesysteme und Hochspannungstechnik des Karlsruher Instituts für Technologie, Institut für Technische Mechanik des Karlsruher Instituts für Technologie, Software Innovation Campus Paderborn, Heimann Sensor GmbH, and Westfalen Weser Netz GmbH. In order to achieve the research objectives, the requirements of stakeholders and users, such as distribution system operators, are collected as part of the requirements analysis. It is necessary to obtain data and feedback, especially from asset managers or workers from distribution system operators with different grid topologies. Within the life cycle modeling and the development of prognostics, the basis of the digital twin is to be developed and a reliable prediction of the system status for predictive maintenance and condition monitoring is to be made possible. Solutions are being developed and technically validated for monitoring neighboring energy technology systems, for example in the areas of partial discharge and personnel detection. In order to develop a self-optimizing cognitive assistance and forecasting system, a digital knowledge management system is to be designed using appropriate AI methods and supplemented by a workforce management system. This is intended to enable route optimization between locations of workers and the predictive provision of the required materials. For this purpose, the qualifications and experience of the workers are integrated into the Bild 2: Übersicht des AProSys Projektansatz HS110 kV MS6-30 kV NS 230/400 V Component level Line-up level Network level Sensor-based condition monitoring (FLEMING) Network-wide cognitive assistance and forecasting system (AProSys) Service system for efficient operation/maintenance for future embedding in companies Monitoring of neighbouring systems (focus on personnel detection & partial discharge) AI-supported dynamic prioritisation of recommended actions for operation at the lineup level Multifunctional sensor system for sustainable use of resources Lifetime prediction for greater safety and resilience and lower operating costs Flexible monitoring and control systems for the energy and mobility transition in the distribution grid through the use of artificial intelligence AI-supported assistance and forecasting systems for sustainable use in smart distribution grid technology Anomaly detection based on a cost-effective sensor solution Adaptation for use on loadbreak switches in local network substations Local network station Switchgear Circuit breaker IR Sensor Circuit breaker Image 2: Overview: The AProSys project approach
RkJQdWJsaXNoZXIy NzcyMw==