"VENTUS"
Im Projekt "VENTUS" wenden wir aktuelle Forschung in den Bereichen physikinformierte KI und probabilistisch-kausale KI an, um den Betrieb und die Wartung von Windkraftanlagen drastisch zu optimieren. Basierend auf einer Analyse von Fehlerfällen und Leistungsverschlechterungen, die gemeinsam mit den relevanten Interessengruppen durchgeführt wird, werden wir ein erklärbares KI-System anstreben, das das Potenzial hat, Verluste aufgrund von Ausfallzeiten und Wartung um 50% zu reduzieren.
Key Facts
​
Programm: FFG (Österreichische Forschungsförderungsgesellschaft)
"Digitale Technologien, Digitale Technologien, AI for Green 2023"
Dauer: 01.09.2024 - 31.08.2027 (36 Monate)
​Projektstakeholder und Rollen: ​
-
Technische Universität Wien - Koordination
-
Technische Universität Graz - Entwicklung der KI
-
DiLT Analytics FlexCo - Entwicklung der KI
Assoziierte Partner:innen
-
User:innen-Sicht & Industriekontext durch LOI Partner:innen
-
Wissensaustausch mit internationalen Forschungsinstitutionen
​​​​​​​
Updates zum Projekt gibt es auf unseren LinkedIn-Kanälen!
Über das Projekt
Die Herausforderung
​
Der Übergang zu erneuerbaren Energiequellen ist eine der größten Herausforderungen in Europa (European Environmental Agency, 2019). Der Energiesektor verursacht 78 % der gesamten Treibhausgasemissionen innerhalb der EU und 73,2 % weltweit (European Commission, 2019). Daher strebt die EU an, die Emissionen bis 2030 um 55 % zu reduzieren und bis 2050 Klimaneutralität zu erreichen. Von allen erneuerbaren Energiequellen hat die Windenergie derzeit den größten Anteil in der EU (37,5 %) (EuroStat, 2024). Das erwartete Wachstum sowohl der Onshore- als auch der Offshore-Windenergie ist enorm:
-
Das „Fit-for-55-Paket” der EU erhöht das Ziel für erneuerbare Energien von 32 % auf 40 % bis 2030 und fordert damit eine Steigerung der installierten Windkraftleistung von 180 GW (2021) auf 451 GW (2030) (WindEurope, 2021).
-
Das österreichische Ziel für den Ausbau der Windenergie bis 2030 (10 TWh Anteil am Stromerzeugungsmix) erfordert eine neu installierte Windkraftkapazität von 500 MW/Jahr (Wien Energie, 2022).
Anteil der elektrischen Energiegewinnung durch Wind in Europa
Anzahl und geografische Verteilung der Windanlagen in Europa
​Der Projektinhalt
VENTUS konzetriert sich auf die Entwicklung probabilistischer und physikalisch fundierter ML-Frameworks, die auf Windenergiesysteme zugeschnitten sind und für verbesserte Vorhersagen mit Unsicherheitsquantifizierung und Kausalzusammenhängen sorgen. Diese werden dann in europäischen, branchenrelevanten Szenarien des Windkraftanlagenbetriebs (unter Verwendung von realen Daten unserer Projektpartner:innen), insbesondere der vorausschauenden Wartung mechanischer Komponenten angwandt. Zuletzt sind Beiträge zur Open-Data-Community integriert insb. die Veröffentlichung von Codes und ausgewählten Datensätzen.
​
Die Innovation
VENTUS baut auf den jüngsten Entwicklungen im Bereich der physikbasierten und probabilistischen/kausalen maschinellen Lernverfahren auf. Während in beiden Bereichen in den letzten Jahren Fortschritte erzielt wurden, stellt die Kombination beider Ansätze eine neue Forschungsrichtung dar. Dies ermöglicht:
-
... die Erweiterung von traditionellen lernbasierten Techniken um (physikalisches, kausales) Hintergrundwisen.
-
... eine dramatisch höherer Dateneffizienz und Übertragbarkeit auf neue Szenarien.
-
... ein wesentlich höheres Maß an Erklärbarkeit als herkömmliche KI-Systeme.
Diese Innovation in Form eines erklärbaren KI-Systems hat das das Potenzial hat, Verluste aufgrund von Ausfallzeiten und Wartung in Windkraftanlagen um 50% zu reduzieren.
Die Projektziele im Überblick
​
Übergeordnetes Ziel: Erklärbare KI für automatisierte Fehlererkennung und vorausschauende Wartung (TRL 3-4)
​​
​
​Zielbereiche
​​
-
#1 - "Entwicklung theoretischer Grundlagen für die Kombination von physikbasiertem ML und probabilistischem/kausalem ML"
-
#2 - "Entwicklung eines ML-basierten Modells für die automatisierte Diagnose und vorausschauende Wartung von Windkraftanlagen" (Ziel-Verbesserungen: 10 % bessere Vorhersagegenauigkeit, 10x weniger Trainingsdaten, ...)
-
#3 - "Wissenschaftliche Veröffentlichungen (Publikationen/Vorträge in hochrangigen Fachzeitschriften & Konferenzen)"
-
#4 - "Open-Source Beisträge (Open-Source-Repository für Modelle und Datensätze)"
​
Nachhaltigkeitsaspekte des Projektes
-
VENTUS befasst sich direkt mit den europäischen und nationalen Bemühungen zum Übergang zu erneuerbaren Energiequellen und damit mit den SDGs: „7 – Bezahlbare und saubere Energie“, „8 – Menschenwürdige Arbeit und Wirtschaftswachstum“ und „9 – Industrie, Innovation und Infrastruktur“.
​
-
Im Rahmen des Wissenstransfers und der Erklärbarkeit sowie Sicherheit unserer KI-Anwendung, sprechen wir die folgenden 3 SDGs ebenfalls an: SDG 4: Bei unseren Verbreitungsaktivitäten konzentrieren wir uns auf den Know-how-Transfer; SDG 5: Keine unterschiedlichen Nutzungsmuster zwischen Frauen und Männern; SDG 12: Vertrauenswürdige ML-Anwendungen können langfristig besser verwaltet werden.
-
Ressourceneinsparungen hinsichtlich der Klimaziele:
​​
-
Bei VENTUS entwickeln wir ein erklärbares KI-System mit dem Ziel, Verluste aufgrund von Ausfallzeiten und Wartungsarbeiten um 50 % zu reduzieren und damit direkt auf das EU-Ziel einzugehen, die Windkraftkapazität von 180 GW im Jahr 2021 auf 451 GW bis 2030 zu steigern.
-
Das entwickelte KI-System nutzt physikalisch fundierte und kausale Techniken, die wesentlich dateneffizienter sind als gängige Deep-Learning-Ansätze, was zu einem geringen ökologischen Fußabdruck führt.
-
Darüber hinaus werden die Methoden auf akademischer Ebene und im KMU-Bereich entwickelt, wobei um ein Vielfaches weniger Ressourcen verbraucht werden als bei KI-Systemen großer Unternehmen. Daher können die potenziellen Umweltauswirkungen von KI-Ressourcen und deren Effizienz als ausgezeichnet bewertet werden.
-
Mögliche Rebound-Effekte, z. B. der Verlust von Arbeitsplätzen, sind eher begrenzt, da die entwickelte KI hauptsächlich als Entscheidungshilfe dienen und nicht autonom arbeiten wird.
