Herr Doktor, mein Windrad dreht sich nicht richtig...
Das junge Unternehmen i4SEE Tech vereint Expertenerfahrung mit künstlicher Intelligenz, um in Windkraftanlagen „Diagnosen“zu erstellen. Die Analyse der Daten macht technische Defekte frühzeitig sichtbar, sodass Stehzeiten vermieden werden können.
Windkraftanlagen produzieren nicht nur Strom, sondern auch eine Menge Daten. Jeder Windpark verfügt in Zeiten der Digitalisierung über Sensoren und technische Systeme, die sekündlich Messergebnisse ausspucken. Der immer größer werdende Berg an Information wird in immer größeren Datenspeichern abgelegt. Das Grazer Start-up i4SEE will genau diese Big Data sinnvoll nutzen. „Man kann das mit einer medizinischen Diagnose vergleichen“, sagt Firmengründer Christopher Gray. Auch ein Ärzteteam sammelt umfassende Daten des Patienten, von Blutwerten bis zur Leistungsfähigkeit, um daraus abzulesen, welche Krankheiten schon bestehen oder zu erwarten sind.
Das Team von i4SEE, das in seiner Anfangsphase von der Austria Wirtschaftsservice AWS unterstützt wurde, durchforstet den hohen Datenberg von Windkraftanlagen, um früh zu erkennen, welche „Erkrankungen“der Anlage bereits bestehen oder wo es zu Störungen kommen kann.
Die Betriebsdaten, die bei Windturbinen anfallen, betreffen beispielsweise die elektrische Leistung, Rotordrehzahl, Stromspannungswerte der elektrischen Systeme, Temperaturen und Windgeschwindigkeiten. „Wenn man weiß, wie sich eine Anlage verhalten soll, können wir aus diesen Daten herauslesen, wo das Verhalten dem Sollzustand entspricht und wo es Abweichungen gibt: Dort können wir erkennen, was nicht passt“, erklärt Gray, der seit über zehn Jahren in der Windenergiebranche tätig ist. Sein Ziel ist, die Rentabilität von erneuerbaren Energien zu steigern, damit diese gegenüber CO2-produzierenden Energiequellen wettbewerbsfähig sind. „Durch meine frühere Tätigkeit in der Automobilbranche und der Produktion von Gasturbinen habe ich gelernt, wie viel Information man aus Betriebsdaten erhalten kann. Aber man muss die Ergebnisse für Menschen gut verständlich und transparent darstellen“, sagt Gray. Dieser Punkt ist seinem Team wichtig, dass der Mensch das letzte Wort hat in der Welt der Digitalisierung und Big Data. „Wir vereinen das Wissen der erfahrenen Experten mit Mechanismen der künstlichen Intelligenz und maschinellem Lernen“, sagt Gray.
Früh erkennen, was kaputtgehen kann
Die Software-Werkzeuge von i4SEE können an jede beliebige Dateninfrastruktur der Windkraftanlagenbetreiber andocken und die Datenmenge durchleuchten. Die Kombination von menschlichem Expertenwissen und maschinellem Lernen löst dann die Fragen, wie man die Daten auswertet und wie man auf Ergebnisse reagiert. „Wir schauen uns bestimmte Bereiche genauer an und untersuchen, welche Daten darauf hindeuten, dass ein Teil der Anlage kaputtgeht.“So kann man Defekte frühzeitig erkennen und am besten schon behandeln, bevor es zum Stillstand der Turbine kommt.
„Die Branche wächst sehr schnell, es werden immer mehr Anlagen gebaut und dadurch immer mehr Daten produziert“, sagt Gray. Daher ist sein Team darauf spezialisiert, die cloudbasierte Software „skalierbar“zu machen – also im Kleinen anzufangen und durch künstliche Intelligenz an die größer werdenden Datenmengen anzupassen. So sollen die Betreiber von Windparks, egal, wie groß die sind, immer erkennen, welche Turbinen „gesund“sind und welche nicht.
Eine typische „Krankheit“von Windrädern taucht etwa im Getriebegenerator, der unter extremen Belastungen sehr lange halten soll, auf. „Unsere Software-Werkzeuge machen einen Getriebeschaden frühzeitig sichtbar, sodass die Servicetechniker schnell reagieren können“, sagt Gray.
„Künstliche Intelligenz dient hier als Unterstützung für die menschlichen Experten und nicht als Ersatz von personellem Einsatz.“Mit ersten Kunden in Dänemark, Schweden, Spanien, England und Deutschland zeigt das Grazer Unternehmen nun, dass die Effizienz der Stromproduktion gesteigert werden kann. „Unsere Entwicklung hilft mit, dass es zu weniger Ausfällen kommt: Das bedeutet weniger Energieverluste, wenn Anlagen sonst stehen würden.“
Laut Gray können die Stehzeiten in Windparks um die Hälfte reduziert und gleichzeitig die Instandhaltungskosten um zehn Prozent gesenkt werden.