Kunstig intelligens kutter kostnader

Gjennom det halvårlige prosjektet «Expert System For Generator Maintenance» er Sira-Kvina i ferd med å utvikle programvare for operatørstøtte som tar i bruk kunstig intelligens (KI), maskinlæring og stordataanalyse. Målet er å redusere kostander knyttet til drift og vedlikehold.

– Vi støtter oss på analyser fra US Department of Energy, som har anslått et potensial på 5-20 prosent reduksjon i vedlikeholdskostnadene per generator, sier fagleder Uros Stevanovic hos Sira-Kvina til Energiteknikk.

For to år siden gikk han til ledelsen i selskapet og ba om midler for å engasjere noen av de ledende miljøene på området i USA og Canada. Gjennom sitt kontaktnett fikk han med seg det programvareselskapet Elder Research fra USA, som er eksperter på kunstig intelligens og maskinlæring, og kanadiske Iris Power, som er eksperter på roterende maskiner.

Trener modellene

– Vi har nå utviklet en prototyp, som vi er i ferd med å implementere på en av generatorene på Tonstad, forteller Stevanovic.

Grunnen til at nettopp denne generatoren ble valgt for prototyp-prøvinger, er at den har et ganske nytt kontrollsystem, fullspekket med sensorer. Gjennom kontinuerlig registrering av driftsdata og sanntidsmålinger av blant annet rotorfluks og eventuelle partielle utladninger (PD), i tillegg til en rekke andre og mer alminnelige parametere som temperatur og vibrasjoner, kan vi trene opp modellene til å avsløre avvik som kan føre til utfall eller i verste fall havari.

Stevanovic forteller at de også, gjennom sine samarbeidspartnere, har fått tilbud om å delta i en gruppe amerikanske kraftprodusenter som bruker data fra rundt 500 kraftgeneratorer for å utvikle og finstille («tune») modeller for KI og stordataanalyse.

– Vi har ikke tatt avgjørelsen om vi skal bli med ennå, sier Stevanovic.

Forenkler

Også Glitre Energi er i ferd med å utvikle KI-programvare som operatørstøtte. Leder for analyse og utvikling, Marius Hauki, forteller at de også forventer at operatørstøtte gjennom programvare med kunstig intelligens kan redusere vedlikeholdskostnadene betydelig på sikt, selv om de ikke for øyeblikket kan verifisere tallene som Sira-Kvina opererer med.

– Vi har som mål å forenkle vedlikeholdsrutinene, redusere antallet fysiske inspeksjoner, forlenge restlevetiden på enkeltkomponenter og ikke minst redusere risikoen for utfall og havari. Det kan ligge et potensial for kostnadsbesparelse i dette, sier han.

I samarbeid med programvareselskapet Broentech har de utviklet KI-programmet aiKnow, som de hittil har gjennomført pilotinstallasjoner av i kraftstasjonene Døviksfoss og Pikerfoss. I løpet av året planlegger de ytterligere implementeringer i kraftstasjonene Djupdal og Skollenborg. I tillegg skal systemet etter hvert knyttes opp mot flere kraftanlegg.

Broentech videreutvikler og markedsfører det samme systemet under navnet Tyde, som er tilgjengelig på markedet.