Das Teilprojekt des Fraunhofer IFF konzentriert sich auf die kommunikative Kopplung der entwickelten Sensorprototypen und die Generierung von Mehrwertdiensten aus den eingehenden Messwerten. Dazu werden bestehende Forschungsinfrastrukturen wie das Energy Operations Center (EOC) in Magdeburg für die intelligente Verarbeitung der Sensorwerte aufgerüstet. Durch die Integration und Anwendung innovativer Datenverarbeitungsmechanismen in übergeordneten Leitsystemen werden Verfahren zur Nutzung der neu generierten Sensordaten entwickelt.
Wesentliche Voraussetzung für eine zuverlässige Datenverarbeitung ist die Bereitstellung und Anpassung eines generischen Datenverarbeitungsmechanismus. Dieser umfasst
- Ersatzwertbildung: Lücken in Datensätzen behindern Folgeprozesse, wie z.B. die Verfälschung der Mittelwertbildung. Durch die Ersatzwertbildung (engl. Data Imputation) werden diese Lücken KI-gestützt mit minimalen Abweichungen zum vermuteten wahren Wert geschlossen. Die Ersatzwertbildung wird selbstlernend implementiert, indem nachträglich gelieferte Werte zum Training der mathematischen Modelle verwendet werden.
- Anomalieerkennung: Datenlieferungen werden durch mathematische Eigenschaften (engl. Features) beschrieben. Durch die Definition von Vertrauensbereichen weisen Ausreißer auf Anomalien hin, die zur Lokalisierung und Klassifizierung von Fehlern bzw. Anlagendefekten genutzt werden sollen.
- Predictive Maintenance: Hier sollen die trainierten Modelle genutzt werden, um Anomalien auch im Vorfeld erkennen zu können. Diese Mechanismen der vorausschauenden Wartung (engl. Predictive Maintenance) ermöglichen eine Reduzierung des Wartungsaufwandes durch eine schnelle Fehleridentifikation und -klassifikation.
Ein weiteres Ziel des Fraunhofer IFF ist die Entwicklung von Verfahren zur Nutzung der neuen Sensordaten im Kontext moderner Leitsystemfunktionalitäten. Auf Basis standardisierter Schnittstellen erfolgt eine Kopplung des entstehenden Sensorüberlagerungsnetzes mit der Systemführung des Energy Operations Center. Durch die präzise und granulare Überwachung des Mesh-Netzes sollen optimierte Systemmodelle erstellt und Prognosesysteme verbessert werden.
Schließlich sollen die Machbarkeit und Effektivität des Ansatzes durch eine praktische Erprobung als Demonstrator nachgewiesen werden. Durch standortübergreifende Kommunikationskanäle zwischen Deutschland und Rumänien werden Betriebsbedingungen mit hoher Realitätsnähe geschaffen.
Durch die Erhöhung der Volllaststunden von Photovoltaik-Großkraftwerken schafft das vorgeschlagene Verfahren mittelfristig volkswirtschaftliche Vorteile für den Industriestandort Deutschland – insbesondere im Zusammenhang mit dem knotinuierlichen PV-Ausbau im Zuge der Energiewende. Reduzierter Wartungsaufwand und schnellere Fehlererkennung führen zu höheren Energieerträgen.