SAMBA Smartere anleggsforvaltning med Big Data

Transkript

1 SAMBA Smartere anleggsforvaltning med Big Data Presentasjon MainTech Konferansen 27.mars 2019, Trondheim Arne Smisethjell, prosjektleder SAMBA, Statnett SF

2 Hvorfor SAMBA? Forutsi nå tilstand på kritiske komponenter Forutsi utviklingen over tid for kritiske komponenter Legg grunnlaget for vedlikehold til riktig tid (Prediktivt vedlikehold) Optimalisere riktig tidspunkt for utskifting av kritiske komponenter Automatisere og forenkle beslutning prosesser

3 Hva er SAMBA-prosjektet? SAMBA prosjektet er et 3 årig FoU prosjekt med støtte fra Norsk Forskningsråd Energix program og vil pågå ut mars Våre samarbeidspartnere i SAMBA prosjektet

4 Utfordringen i anleggsforvaltningen i Statnett: Aldring og økt volum av anleggsmasse Statnett må optimalisere vedlikeholdet og investeringer Statnett har mye data om sine komponenter, men kan bruke disse bedre Noen nøkkeltall fra SAMBA prosjektet: Totalt NOK ~26 mill 19 use case 53 presentasjoner av prosjektet 3 sommer Studenter fra NTNU ~18 forskere fra Sintef ~70 Statnett ansatte

5 Åpen informasjon / Public information Transformator- tilstand /helse indeks Trafo har mange underkomponenter og forskjellige tilstandsmålinger. Oljeanalyse, DGA, temperaturdata er sentrale Men hva er den generelle tilstanden? Helse indeks er en aggregering /vekting av flere tilstandsmålinger til en indeks. 1) Winding with paper insulation. 2) Core. 3) Tap changer. 4) HV bushing 5) LV bushing. 6) Tank. 7) Oil expansion tank. 8) Cooling arrangement.

6 Åpen informasjon / Public information Aldringsmodeller transformator (AHI)

7 Sensor strategi for AM Example of a health index (ComEd 2015, from IEC MSB workshop) Tilstand for transformator Risikostyring Driftstiltak Alarm til OVS Vedlikeholdstiltak Risikostyring Risikopåvirkning/krav Transformator 1 n AHI Anleggsforvaltning Risikoanalyse og prioriteringer Behov for utskifting Example of transformer health index Personsikkerhet Økonomisk Pålitelighet Miljø Etc. Behov for renovering Driftsrestriksjoner Teknisk / Økonomisk Analyse Inspeksjon av tilstand: Overflate/maling Tilstand pakninger Tilstand kabler Lokale avlesninger Lekkasjer etc. Skal vi reinvestere eller vedlikeholde og når? Valgt løsning på grunnlag av risikovurdering

8 Fremtidens IKT behov i anleggsforvaltningen

9 Innovasjoner

10 Innovasjoner Kable temperatur prediksjon Testet på Statnett data Mulig å forutsi temperatur i kabel Målsetning: Benyttes i drift og for å avdekke unormale tilstander.

11 Anbefalinger fra SAMBA prosjektet Forbedre datakvalitet og tilgjengelighet Volum av data Hastighet av data Variasjon av data Pålitelighet av data

12 Hva er gevinsten av SAMBA prosjektet? Statnett har oppnådd: En IKT arkitektur egnet for anleggsforvaltning Demonstrere behov for sensorer, målinger og datakvalitet Kompetanse på tilstandsmodeller for kraft komponenter SAM BA Smartere anleggsforvaltning Basis for utvikling av Asset Health

13 Potensiell besparelser for Statnett Besparelse på ~30 40% ved å gå fra preventivt til prediktivt vedlikehold. Årlig besparelse ved å utsette utskifting av en trafo er NOK ~0,5 millioner årlig.

14 Spørsmål? Takk for oppmerksomheten!