Neue Energie aus Wuppertal / Realitätsgerechte Prognosemodelle für ein wertebasiertes Asset-Management von Ortsnetzstationen
Buch in deiner Nähe kaufen
Beschreibung
Vor dem Hintergrund zunehmend begrenzter Ressourcen stehen Verteilnetzbetreiber vor der Herausforderung, Instandhaltungs- und Erneuerungsstrategien für ihre Betriebsmittel zu optimieren.
Vor dem Hintergrund zunehmend begrenzter Ressourcen stehen Verteilnetzbetreiber vor der Herausforderung, Instandhaltungs- und Erneuerungsstrategien für ihre Betriebsmittel zu optimieren. Zum einen stellt der Fachkräftemangel einen limitierenden Faktor bei der Umsetzung von Instandhaltungs- und Erneuerungsmaßnahmen für ein größtenteils stark gealtertes Betriebsmittelkollektiv bei einem gleichzeitig erforderlichen Netzausbau dar. Zum anderen steigen Material- und Beschaffungskosten erheblich, und die Lieferzeiten für wesentliche Komponenten verlängern sich deutlich. Die Integration von Predictive-Maintenance-Ansätzen bietet in diesem Kontext großes Potenzial. Neben Betriebsmittelausfällen und den damit verbundenen Versorgungsunterbrechungen müssen hierzu die Ereignisse betrachtet werden, die signifikante Auswirkungen auf die Unternehmenswerte der Verteilnetzbetreiber haben.
Zur möglichst realitätsgerechten Abbildung solcher Ereignisse wird am Beispiel von Ortsnetzstationen erstmalig datenbasiert ein Zusammenhang zwischen deren Zustand und der Eintrittswahrscheinlichkeit von Ereignissen hergestellt. Die dafür entwickelte ereignisbezogene Zustandsbewertungssystematik wird im Detail vorgestellt. Darauf aufbauend wird die Anwendung einer Ereigniszeitanalyse in Form einer Survival Regression zur Herleitung von Hazardraten betrachtet. Grundlage dafür bilden reale Stamm-, Zustandserfassungs- und Störungsdaten zu Ortsnetzstationen mehrerer Verteilnetzbetreiber. Basierend auf einer spezifischen Unternehmenswertebasis wird gezeigt, wie anhand der Hazardraten und resultierender Risikoerwartungswerte bestimmt werden kann, welche Strategien den größten Effekt zur Risikominderung haben. Die entwickelten Ereignismodelle dienen zukünftig als Grundlage für eine auf Reinforcement Learning basierende umfassende Asset-Management-Strategieoptimierung.
Autor*in
Dirk Gromoll
Herr Dirk Gromoll absolvierte nach dem Abitur zunächst eine Ausbildung zum Elektroniker für Betriebstechnik bei der RheinEnergie AG in Köln. 2018 hat er darauffolgend sein Master-Studium der Elektrotechnik an der Technischen Hochschule Köln erfolgreich abgeschlossen. Im Anschluss arbeitete Herr Gromoll in Köln in der Entwicklung von Hochspannungs-Leistungselektronikschaltungen für die Magnetisiertechnik. An der Bergischen Universität Wuppertal war Herr Gromoll als wissenschaftlicher Mitarbeiter von 2021 bis 2026 tätig und promovierte dort in Elektrotechnik am Lehrstuhl für Elektrische Energieversorgungstechnik unter der Leitung von Herrn Univ.-Prof. Dr.-Ing. Markus Zdrallek.
Themen in »Neue Energie aus Wuppertal / Realitätsgerechte Prognosemodelle für ein wertebasiertes Asset-Management von Ortsnetzstationen«
Asset-Management Ortsnetzstationen Zustandsbewertung Prognosemodelle Predictive Maintenance Verteilnetz Strategieoptimierung