September 2022
Energinet har ansvaret for driften og vedligeholdelsen af Danmarks omkring 250 transformerstationer, der fordeler strømmen rundt om i Danmark. Det er et stort arbejde, og mange af transformerstationerne er af ældre dato.
Derfor vil Energinet gerne lære udstyrets tilstand bedre at kende for at kunne optimere vedligehold, for at forlænge levetiden, men også for at kunne afgøre hvornår der helt skal bygges nyt. På den baggrund har Energinet søsat et projekt, der skal hjælpe til at sikre en mere effektiv monitorering af den enkelte stations tilstand.
Projektet bruger teknologien LoRaWAN (Long Range Wide Area Network), der kort fortalt går ud på at placere små batteridrevne sensorer på diverse højspændingsudstyr, som kan indsamle informationerne om tilstanden. Sensorerne skal være batteridrevne, fordi det er enormt vanskeligt og omkostningstungt at grave ledninger ned i jorden på en transformerstation.
Problemet med de små sensorer er, at man skal være sikker på, at de rent faktisk kan sende et radiosignal, som kan modtages af en mast, så man kan få de mange informationer ned på computeren.
Det kan man teste ved at etablere sensorerne på alle transformerstationerne, men det er en besværlig metode, der kræver mange arbejdstimer. Det har Energinets specialister ledt efter en løsning på, og det er her, at SDFI’s højdedata kommer ind i billedet:
”Vi vil gerne have en generel viden og en model for etableringen af de her sensorer, som gør, at vi kan undlade at gennemføre så mange fysiske tests, men i stedet for at analysere os frem til de optimale løsninger ved at bruge data,” siger Mikkel Siggaard Clausen, der er product owner hos Energinet.
Gode data er guld værd
Radiosignalet fra sensorerne er afhængige af en relativ fri ”vej” til en modtagermast. Det vil sige, at der ikke skal være for mange bakker, træer eller bygninger, som kan bremse signalet. Med ortofotos og højdedata fra SDFI har Energinet kunnet beregne sig frem til, om en sensorløsning kan fungere på den enkelte transformerstation, eller om der skal etableres en bedre lokal løsning for at sikre LoRaWAN-signaldækning.
Med højdedata og ortofotos kan Energinet bygge en model, der viser, om radiosignalet møder naturlige forhindringer på sin vej fra sensoren på transformerstationen til modtagermasten.
Hos Energinet har medarbejderne været særlig glade for, at data er udstillet gennem velkendte geodataprotokoller, så man kan hente specifikke data i det rigtige format til sit eget formål og ikke selv skal bruge tid på at tilpasse data:
”Det er jo guld værd, at data er let tilgængelig gennem API’er. Det sparer os en masse arbejde, at vi kan hente præcis dét, vi skal bruge, i stedet for at bearbejde store mængder data selv,” siger Simon Jonas Larsen, der er Data science specialist hos Energinet.
Projektet med etablering af LoRaWAN-sensorer er stadig i analysefasen, men Energinet forventer, at det vil kunne spare mange mandetimer, at man kan lave analysearbejder hjemme fra skrivebordet, inden man tager rundt til de omkring 250 transformerstationer.