Effizientere Wartung von Windkraftanlagen
Windenergie ist ein wesentlicher Bestandteil beim Übergang der Gesellschaft zu erneuerbaren Energien. Das Problem ist jedoch, dass der Betrieb und die Wartung von Windkraftanlagen immer noch sehr teuer sind – sie entsprechen bis zu einem Drittel der Kosten erneuerbarer Energien. Ein unerwarteter Fehler an einer wichtigen Komponente führt in Wirklichkeit häufig dazu, dass die gesamte Turbine abgeschaltet wird. Aus diesem Grund müssten Tausende von Haushalten mehrere Monate lang mit fossilen Brennstoffen betrieben werden. Für den Windparkbetreiber bedeutet dies Einnahmeverluste und sehr teure Reparaturen. Eine frühzeitige Fehlererkennung ist wichtig, um diese unter Umständen beeinträchtigenden Ausfälle zu verhindern. Traditionell erfolgt diese Fehlererkennung über die Zustandsüberwachung, bei der mithilfe fortgeschrittener Sensordaten der Zustand mechanischer Ausrüstung überwacht wird. „Die an diesem Prozess beteiligten technischen Fachleute sind wie ärztliches Fachpersonal für Windkraftanlagen, welche die Krankheit so früh wie möglich zu erkennen und die wirkungsvollste Heilung zu empfehlen versuchen“, sagt Allan Larsen, Projektkoordinator des EU-finanzierten Projekts PAVIMON. Leider ist die Zustandsüberwachung ein manueller, nicht sehr gut skalierbarer Prozess. Aus diesem Grund hat der Projektträger Vertikal AI eine Alternative mit künstlicher Intelligenz (KI) entwickelt. „Unsere mit künstlicher Intelligenz ausgestattete Technologie ist bahnbrechend“, fügt Larsen, Geschäftsführer des dänischen Unternehmens Vertikal AI, das sich auf KI-basierte Lösungen für die vorausschauende Wartung spezialisiert hat, hinzu. „Sie nutzt historische Fehlerdaten, technisches Fachwissen und mechanische Daten, um frühere und robustere Fehlerwarnungen zu erstellen, als dies mit der herkömmlichen Zustandsüberwachung möglich ist.“ Dank des Projekts PAVIMON ist diese mit künstlicher Intelligenz ausgestattete Technologie nun auf dem besten Weg zur Marktreife.
Bedarf an KI-Technologie größer als erwartet
Während des Projekts untersuchte Vertikal AI die Machbarkeit einer rentablen und skalierbaren Lösung auf der Grundlage der firmeneigenen Technologie mit Deep Learning. In Zusammenarbeit mit mehreren großen Windkraftanlagenbetreibern stellten die Forschenden folgende Fragen: Wie sauber und vollständig ist die Kundendatenlandschaft? Was sind die Probleme bei der Nutzung? Welche Hindernisse gibt es für die Umwandlung bestehender Prozesse? Wie können der Markt und die Wettbewerbslandschaft eine wachstumsstarke Strategie unterstützen? „Zur Sammlung von Daten und Erkenntnissen mussten wir der potentiellen Kundschaft viele Fragen stellen und uns eingehend mit den Problemen bei der Nutzung sowie den Prozessen befassen“, erklärt Larsen. „Diese Neugier wurde sehr positiv aufgenommen und die daraus entstandenen Beziehungen helfen uns auch heute noch.“ Laut Larsen stellte das Team bei diesen Gesprächen fest, dass der langfristige Bedarf an mit künstlicher Intelligenz ausgestatteter Technologie die ursprünglichen Annahmen bei weitem überstieg. „Wir haben festgestellt, dass es einige sehr niedrig hängende Früchte gibt, die wir sofort mit einer viel einfacheren Version unseres Produkts ernten können, welche aber immer noch unsere langfristige Vision erfüllt“, fügt er hinzu.
Beschleunigte Markteinführung
Obwohl das Projekt nun abgeschlossen ist, treibt Vertikal AI seine Lösung weiter in Richtung Marktreife voran. „Das Projekt PAVIMON hat unser Wachstumspotenzial wirklich bestätigt. Die jetzt gesammelten Erkenntnisse bilden die Grundlage unserer langfristigen Wachstumsstrategie“, schließt Larsen. Das Unternehmen investiert derzeit stark in Forschung und Entwicklung und arbeitet daran, die Markteinführungszeit zu verkürzen. In den nächsten Jahren plant Vertikal AI, eng mit seiner Kundschaft zusammenzuarbeiten, um das Produkt für die Marktreife fertigzustellen. Dafür streben sie sowohl privates Risikokapital als auch möglicherweise Finanzierung aus dem Finanzierungsinstrument EIC-Accelerator-Pilot an.
Schlüsselbegriffe
PAVIMON, Vertikal AI, künstliche Intelligenz, KI, Deep Learning, Windkraftanlagen, Windpark, vorausschauende Wartung, Windkraft, erneuerbare Energien, Zustandsüberwachung
