Kraftselskap kan spare millioner med big data - skal forutse når trær faller over kraftlinjer

– Skog står for over 40 prosent av alle kostnader ved strømbrudd og er et stort problem for nettselskapene. Om man kan redusere dette, vil de se positive resultater fort, sier Jonas Wäfler i Powel.

Han deltar i et forskningsprosjekt hvor store datamengder fra Eidsiva Nett brukes til å forutse hvor på linjenettet det kommer til å skje linjebrudd det neste halvåret.

– Eidsiva har 18 år med data over strømbrudd, tilstand og vedlikehold. Vi kobler det med kartdata over skog- og naturtyper langs linjenettet. Vårt maskinlæringssystem rangerer risiko og ser på kostnader ved linjebrudd på de ulike stedene. Slik kan Eidsiva se hvor de bør prioritere ekstra hugging, sier Wäfler.

• Designmast ved Kjerag: Låner teknologi fra vindmøller (TU Ekstra)

Kan spare millioner

Eidsiva har det største luftlinjenettet i Norge, og ligger i det området med mest skogdrift. Det er en kostbar kombinasjon.

Nettselskapene må betale straffegebyr etter hvor mange kunder som er rammet, og hvor stort kraftbehov disse kundene har. 2017 var et normalår der Eidsiva hadde en «kostnad for ikke levert energi» (KILE) på cirka 50 millioner kroner. Mesteparten er knyttet til skog.

– I år ligger vi hittil på 105 millioner. I januar alene var KILE 30 millioner kroner på grunn av strømbrudd som følge av mye snø og trepåfall. I tillegg hadde vi et par vindkuler som var dyre, opplyser Hans Otto Blix, fagansvarlig for Fasit i Eidsiva Nett.

Powel har beregnet at Eidsiva Nett kan spare cirka ti prosent av vegetasjonsrelatert KILE ved å fjerne gamle «risiko-trær». Dette inkluderer kostnadene ved å oppsøke og rydde på risikostedene.

• Gikk fra 14 kullkraftverk til 6200 vindmøller: Danmark har fortsatt nett i verdensklasse (TU Ekstra)

Parer feilmeldinger og kartdata

Leder for prosjektet, Ingrid Nytun Christie i Eidsiva nett, synes funnene er spennende.

– Å unngå strømbrudd har en stor verdi i seg selv, både for oss og kundene. Modellen har ikke en enormt høy treffprosent foreløpig, men siden kostnadene ved linjebrudd er så store, trenger vi ikke hundre prosent sikkerhet for å sette inn tiltak, sier Christie.

Framover skal Eidsiva Nett ut i skog og mark for å, bokstavelig talt, se hvordan kartet stemmer med terrenget. Målet er å finne et knekkpunkt for hvor nøyaktig modellen må være før det lønner seg å sende ut folk.

Som en begynnelse har de latt modellen predikere 2018, og sammenlignet funnene med hvilke avbrudd Eidsiva faktisk har hatt.

– Vi ser at det stemmer bra, sier Wäfler.

– Hvor presist kan modellen peke ut et risikoområde?

– Dataene kommer i linjestrekker på noen hundre meter. Parer vi dette med GIS-data, altså geodata som viser hvor det er skog, myr og vann, kan vi få det ganske presist.

Modellen kjøres i skyen og leveres som et kart i Arcis med fargekoder som viser graden av risiko.

– Der kan man også se hvilken type skog som vokser på stedet og hvor fort den vokser. Tre som vokser raskt er mindre stabile, forklarer Wäfler.

• Sparer millioner: Inspiserer kraftlinjer med droner

Sporer opp risiko-trær

Mens det gjerne er barskog som knekker i storm, får løvtrærne problemer når snøen kommer tidlig. Da legger snøen seg på løvet, og trærne bøyer seg inn på kraftlinjene. Temperaturer rundt null grader gir tung snø, som også skaper problemer. Det kan man komme til å se mer av når klimaet endrer seg. Det ventes også mer ekstremvær.

Selv om det i stor grad er kantskog som faller inn på linja, får ikke netteieren automatisk lov til å hugge den.

– Om Eidsiva fjerner for mye skog, er det et inntektstap for grunneieren. Risikotrærne er ofte utenfor sonen, og da må trefellingen avtales med grunneieren i hvert tilfelle. Avtalene med grunneierne er forskjellige, så man kan ikke uten videre rydde en større sikkerhetssone. Derfor må man hugge smart ved å finne gamle risikotrær og ta ut dem, sier Wäfler.

• Energiverdenen endres: Norge kan bli vinneren igjen (TU Ekstra)

Eidsiva har mye data egnet for AI

Da prosjektet ble satt i gang, viste det seg at Eidsiva Nett hadde mye data som kunne brukes til maskinlæring, og at skogdataene hadde mest verdi.

– Her var det nok data til at modellen kunne finne et mønster og en løsning. Dessuten er linjebrudd på grunn av skog er et stort problem med et tydelig tiltak, sier Wäfler.

– Skog er ikke det første man tenker på når man snakker om stordata og maskinlæring, men det er veldig relevant i vårt område. Vi har 6700 kilometer høyspent og 5700 kilometer lavspent luftlinjer. Svært mye går gjennom områder med aktiv skogdrift, hvor skogens verdi må tas med i beregningene, sier Christie.

I fjor var samlet KILE for alle nettleverandører (ekskludert Statnett) på 700 millioner kroner. Ekstremværet Dagmar som herjet landet i 2011 hadde alene en KILE på 300 millioner.

– Når det blir mange strømbrudd på en gang, tar det også lengre tid. Et nettselskap har bare et visst antall arbeidslag, og klarer ikke ta unna alt. Derfor er det ekstra viktig å forebygge, sier Wäfler i Powel.

– En slik datamodell vil ikke kunne avverge skader ved stormer som Dagmar, da vil trær falle uansett. Men det kan gi bedre oversikt over de jevne trepåfallene vi har hele tiden, vise hvor gode vi er til å finne risikotrær når vi er ute og rydder, og kanskje forbedre måten vi rydder på.

• Digitale generatorer: Skal analysere kraftnettet som en sjakkspiller (TU Ekstra)