64022-1049

Bedre udnyttelse af Smart Meter Data til optimering af investeringer i elnettet

2022

I dette projekt adresserer vi centrale udfordringer relateret til forbedring af vedligeholdelseseffektivitet og strategisk investeringsplanlægning i eldistributionsnet. Vi har udviklet et softwareværktøj til prescriptive maintenance og predictive asset management, der udnytter eksisterende infrastrukturdatasæt til at forudsige fejl, vurdere risici og anbefale optimale handlinger.

Projektet har resulteret i en vellykket udvikling og demonstration af et beslutningsstøtteværktøj til netselskaber. Værktøjet kombinerer digitale tvillinger med avanceret analyse til at forudsige fejl og vurdere asset-risiko baseret på drifts-, GIS- og miljødata. Det understøtter både proaktive vedligeholdelsestiltag og langsigtet asset management-planlægning.

Løsningen er konkurrencedygtig, da den ikke kræver yderligere hardwareinvesteringer og kan integreres direkte med eksisterende datasystemer. Den muliggør tidligere indgriben, reducerer risikoen for afbrydelser og forbedrer målretningen af renoveringsinvesteringer, hvilket giver omkostningsbesparelser og højere driftssikkerhed.

I fremtiden vil værktøjet blive anvendt til at opretholde og forbedre servicekvalitet og omkostningseffektivitet i elsektoren. Dets evne til at udnytte eksisterende infrastrukturdatasæt sikrer, at det forbliver en praktisk og skalerbar løsning for netselskaber

Udfører/hovedansøger Syddansk Universitet
Øvrige samarbejdspartnere

Energi Ikast Service A/S

Dinel A/S

KAMSTRUP A/S

Projektets samlede budget DKK 4.456.373
Bevillingsstørrelse tildelt DKK 3.404.467