När man konstruerar nya, eller genomför underhåll på existerande vindkraftparker till havs så är det viktigt för personalens säkerhet att väderförhållandena, bland annat våghöjden, inte är för dåliga. Idag mäter man våghöjden på några enstaka positioner i vindkraftparken, men vågförhållandena kan skifta mellan de olika delarna av parken, beroende på bland annat bottenförhållanden. I det här projektet fick Tenfifty i uppdrag av Vattenfall att bygga en AI-modell som kan förutsäga hur våghöjden runt hela vindkraftparken ser ut.

Säkerhet och ekonomi

Tanken bakom projektet var att ta fram ett beslutstöd till de som behöver åka ut till vindkraftparker, så att de i förhand kan få en uppfattning om vågorna där ute. Om man kan minska antalet resor där man måste vända för att vågorna visade sig för höga, så kan man spara mycket pengar och öka säkerheten för de anställda.

Utvecklarna Johannes Öhlin och Filip Wikman arbetade ihop under projektet:

-Min roll i projektet var framförallt administrativ: jag höll ihop projektet, planerade möten och uppföljningar och kommunicerade med kunden förklarar Johannes och fortsätter:

-Syftet var att i realtid beräkna våghöjden över hela vindkraftparken baserat på mätdata från enstaka mätstationer. Första frågan var om detta ens var möjligt att göra, sen fokuserade vi på att statistiskt visa hur säkra vi kan vara samt på visualisering av resultatet.

Vidare berättar Filip Wikman att hans uppdrag var att analysera mätdata, historisk simuleringsdata och väderprognosdata från havsbaserade vindkraftsanläggningar:

-Utifrån det modellerade jag olika scenarion; bland annat så var Vattenfall intresserad av en surrogatmodell för historiska vädersimuleringar. Jag byggde även en prototyp för ett monitoreringssystem i form av en interaktiv dashboard för att tillgängliggöra modellen för operatörer.

Datakällor

-För att bygga den här AI-modellen använde vi, förutom historiska mätdata av våghöjden, även simulerad historisk data för vågor över hela vindkraftparken. Datan samlas upp av Vattenfall genom lasermätare och framförallt från bojar.

Läs också intervjun med Georgios Leontaris från Vattenfall, där han berättar mer kring projektets syfte, möjligheter och resultat.

Tekniker

Johannes beskriver att Tenfifty använde ensembler av beslutsträd (gradient-boostade träd, GBDT) för modelleringen av våghöjderna och applicerade statistiska metoder för att avgöra hur säkra resultaten var.

Vidare förklarar Filip att den största utmaningen var att validera surrogatmodell mot mätdata. Få mätpunkter och litet överlapp mellan datakällorna gjorde det extra svårt att kvantifiera felen som ärvdes från simuleringsdatan:

-För att lösa utmaningen fick vi framförallt kombinera flera olika metoder för att validera med tillgängligt data. En speciallösning vi tvingades göra var att justera simuleringsdata för att kompensera för en avvikelse som orsakade en felkalibrering av ett klassificeringssystem till dashboarden.

Johannes berättar också att Tenfifty-teamet hade höga krav på sig att visa att modellens resultat är tillförlitliga:

-En utmaning var att den simulerade datan inte riktigt verkade matcha de historiskt uppmätta värdena helt. Vi jobbade därför mycket med statistiska metoder och visualisering för att påvisa trovärdigheten i modellen. 

Resultat

Med hjälp av våra modeller kan man god säkerhet säga vad våghöjden är över hela vindkraftparken, givet ett eller flera aktuella mätvärden. Vi kan också vända på frågan och säga hur säkra vi är på att våghöjden är lägre än ett givet tröskelvärde.

Förutom ett lyckat resultat berättar Filip att det var extra roligt och givande att få jobba ihop med domänexperterna på Vattenfall:

-Mötena med domänexperterna Robert och Georgios på Vattenfall var alltid givande. Utöver det så dök det upp en del trevliga små tekniska problem under projektet, t.ex. som optimal placering av mätinstrument på vindparkerna beskriver Filip.

Det är alltid väldigt kul när kunden är insatt i problemställningen och dess utmaningar men är öppen för våra lösningsförslag instämmer Johannes:

 –Vattenfall tog sig tid att sätta sig in i modelleringen och ställde initierade frågor om resultatet, vilket alltid uppskattas. Vi fick även direkt tillgång till den data och dokumentation vi behövde, så arbetet kunde flyta på utan störningar, avslutar han.

 

 

 

 

 

 

Author

Benita Bruzelius
Marknadsansvarig