AI og maskinlæring i kraftsystemet

I en verden som i økende grad er avhengig av elektrisitet, er det ytterst viktig å gi en stabil strømforsyning til sluttbrukerne. Trender som innføring av fornybare energikilder, endrede forbruksmønstre og tap av treghetsmoment fører til ustabil nettdrift. For å opprettholde et høyt nivå av forsyningssikkerhet er det nødvendig å utvikle nye verktøy til drift av kraftsystemer. Et slikt mulig verktøy er maskinlæringsteknikker for å kunne forutsi uønskede hendelser i strømnettet. Disse kan gi tilstrekkelig advarsel horisont for avbøtende tiltak, og dermed unngå mulige skadelige konsekvenser.

Med tanke på dette, arrangerte NEF Trondheim gruppe den 5. November et faglig møte om bruk av AI og maskinlæring i kraftsystemet. Christian Andre Andresen, forskningsleder fra SINTEF Energi, holdt et spennende foredrag som begynte med å forklare hva maskinlæring og kunstig intelligens egentlig er.

Christian viste hvordan store mengder data kan benyttes i et maskinlæringssystem for å identifisere trender som kan brukes til å forutse hendelser frem i tid. Han gikk også gjennom begreper som er viktige for å begynne å navigere i emnet, som for eksempel: veiledet or ikke-veiledet læring, gruppering (clustering), klassifisering, regresjon, dyp læring osv.

Til forskningen sin har SINTEF fått tilgang på store datasett fra transmisjons- og distribusjonsnett over hele landet, data som strekker seg over mange år. Christian pekte på noen case-studier hvor disse dataene i kombinasjon med maskinlæring kunne forutse og varsle feil før de inntreffer. En av metodene ga oss indikasjon på hva som er den viktigste faktoren for at det varsles en fremtidig feil, nemlig vind. Tid før feil var en viktig faktor for å se hvor treffsikker systemet er, jo nærmere feiltidspunktet desto større treffsikkerhet.

Presentasjonen ble avsluttet med en kort diskusjon om fordeler og ulemper ved noen metoder. Arrangementet var NEF Trondheim Gruppes første foredrag som ble satt opp med egen stream og ble fulgt av 32 deltakere via Internett og 12 deltakere som var fysisk tilstede på Thon Prinsen Hotell.

(foto: www.pixabay.com)