Tilbake til søkeresultatene

IKTPLUSS-IKT og digital innovasjon

Performance and Health Monitoring for Hydroelectric Powerplants (PHMHydro)

Alternativ tittel: Ytelses- og tilstandsovervåking av vannkraftverk

Tildelt: kr 12,1 mill.

Vannkraftverk er ryggraden i det Norske kraftsystemet, og bidrar med mer enn 90 % av den totale normalårsproduksjonen. På grunn av den særegne norske naturen og vannressursene har kraftverkene i betydelig grad bidratt til Norges industrielle utvikling det siste århundret. Ettersom EU retter seg mot økt avhengighet av fornybar energi, med 32 % av det totale energibehovet fra fornybare energikilder innen 2030, har Norge kapasitet til å spille en større rolle i EU-nettet som "Europas grønne batteri". Fremtidens strømnett trenger stabile og pålitelige energikilder som raskt kan møte behovet når for eksempel vindkraftproduksjonen er lav, og lagre overskuddsenergi produsert når vindkraftproduksjonen er høy. Norge er rik på vannkraft og har kapasitet til å møte disse kravene ettersom kraftproduksjonen kan økes raskt og energi kan lagres f.eks. ved å pumpe vann tilbake til reservoarene. For å oppnå dette må imidlertid vannkraftverkene ha høy pålitelighet og effektivitet for å sikre stabil leveranse, m.a.o. et stabilt strømnett. Kontinuerlig overvåking av tilstanden til kritisk utstyr som turbiner og generatorer, samt effektiviteten til utstyret, sikrer at vannkraftverkene drives lønnsomt og uten uønskede nedstengninger. PHMHydro tar sikte på å bygge fundamentet for en slik ytelses- og tilstandsovervåkings- arkitektur for vannkraftverk som er skalerbar til flere tekniske komponenter og til flere kraftverk. Dette inkluderer evaluering av ny metodikk, utvikling av nye algoritmer ved bruk av fysikk og kunstig intelligens (AI), og en arkitektur for å håndtere algoritmene i sky/tåke-distribusjon. Prosjektet skal gjennomføres av Universitetet i Agder (UiA), NORCE Norwegian Research Centre AS og industripartnerne Agder Energi AS og Volue Industrial IoT AS. De utviklede algoritmene og arkitekturen vil bli testet og evaluert i en pilot ved Agder Energi AS, og Volue Industrial IoT AS vil være involvert i instrumentering og evaluering av overvåknings-teknologiene.

The project PHMHydro is focused on improving the longevity and profitability of Hydro Electric Powerplants (HEPs) by accelerating the penetration of data analytics in operations and maintenance (O&M). The project aims at closing the knowledge gaps related to: - Insufficient condition monitoring (CM) and predominantly conventional maintenance planning - Ineffective use of SCADA data - Lack of systematic fatigue assessment in powerplants - Lack of plant-wide data analytics - Lack of performance assessment and reliability-based forecasting. The project will reach its goal through a three-pronged approach: 1) Develop a generalised architecture that enables aggregation of multi-modal data from CM, SCADA and other sources and modularized Health Assessment (HA) and Performance Analytics (PA), suitable for deployment across multiple HEPs. 2) Develop HEP-specific multi-sensorial CM solutions for the two most critical systems, hydro turbine and generator, using cost-effective retrofit-friendly sensing solutions, and leveraging the power of artificial intelligence (AI), machine learning (ML) and deep learning (DL), fuse CM and SCADA data for HA. 3) Develop continuous online PA forecasting safe production capabilities given health degradation for effective management of HEP operations and minimizing supply risk in contractual guarantees. Through PHMHydro, the modular solutions developed in 2) and 3) will enable demonstration of the data analytics platform 1), and the collaboration with HEP owner (Agder Energi) as well as instrumentation supplier (Volue Industrial IoT AS) will ensure onsite testing and validation, ensuring high technology readiness level (TRLs). The advantage of such a generalized architecture developed in PHMHydro goes beyond the activities of this project as it fosters rapid expansion of CM to other systems as well.

Budsjettformål:

IKTPLUSS-IKT og digital innovasjon