Detectie, preventie en absorptie van storingen in het elektriciteitsnet

← Cases
Stedin

Stedin is een regionale netbeheerder in het grootste deel van de Randstad en de regio’s Kennemerland, Amstelland en Noordoost Friesland. Stedin is verantwoordelijk voor het transport van elektriciteit en gas naar circa 2 miljoen huishoudens en industriële klanten en heeft in totaal bijna 4 miljoen aansluitingen.

Achtergrond

Met de groeiende beschikbaarheid van (near) real-time meetdata vanuit het elektriciteitsnet, wordt het voor energiepartijen mogelijk om onderhoudsactiviteiten naar een nieuw niveau te tillen. Grid Ripple is een data science applicatie voor netbeheerders die kritieke nodes in het elektriciteitsnet vroegtijdig identificeert en ongeplande uitval voorkomt door preventief onderhoud en proactieve lastenspreiding. Vergelijkbaar met het effect van een druppel in een stilstaande plas water realiseert Grid Ripple de absorptie van lokaal afwijkend gedrag door automatische op- en afschakeling van capaciteit per node op grid level. Kritieke nodes kunnen worden ontzien tot onderhoud is uitgevoerd, door overcapaciteit en redundantie proactief te benutten.

Wat hebben wij gedaan?

In 2018 heeft Netbeheerder Stedin een starthubs challenge uitgeschreven voor het detecteren van storingen in het elektriciteitsnet. In september 2018 heeft Stedin West IT Solutions als winnaar van de challenge uitgeroepen, waarna vrij snel een pilot is opgestart. In deze pilot hebben Stedin en West nauw samengewerkt om een proof of concept te realiseren van de smart grid applicatie Grid Ripple. Na een succesvolle Demo Day op 20 december 2018 zijn de werkzaamheden van start gegaan om de oplossing verder uit te bouwen. In de pilot hebben West en Stedin de focus gelegd bij de ontwikkeling en validatie van de detectiemodule van Grid Ripple.

Eerst zijn de relevante databronnen geïdentificeerd, gekoppeld en opgeschoond. Vervolgens is er veel geëxperimenteerd met de data om de betekenis en verborgen relaties te doorgronden. Tot slot is er een algoritmisch model getraind; eerst op een deel van de dataset, daarna hebben we deze opgeschaald naar de rest van het grid.

Technologie

Er is voor een technische aanpak gekozen waarbij transparantie van de resultaten centraal stond, zodat mensen begrijpen hoe het model besluiten maakt over welke signalen betrokken zijn bij een storing. Het draagvlak dat gezamenlijk is gecreëerd door de resultaten van de pilot, kan nu worden ingezet om de ontwikkeling en implementatie door te pakken in 2019.

Resultaat

Ranko Stojakovic van Stedin vertelt hierover: “De starthub challenge is bedoeld om te kijken of we tot een automatische storingsdetectie kunnen komen met onze huidige data set. Het gaat dan om SCADA data, data over storingen en data van onze werkzaamheden. Maar los van deze data verzamelen, is het interpreteren ervan misschien wel nog belangrijker. En na de keuze voor West hebben collega’s van het Bedrijfsvoeringcentrum daar best veel tijd in gestoken.” Bart Bikker, collega van Bedrijfsvoeringcentrum: “We hebben samen met West de data gevalideerd (getoetst) en geïnterpreteerd. Op dit moment zijn we bezig met onder andere een DecisionTreeClassifier. Hiermee hopen we aan de hand van onze signalen automatisch een beslisboom te genereren waarmee we storingen kunnen detecteren.”