Senior Consultant (all people) – Kunden- & Produktmanagement Energiewirtschaft New Netz GmbH
Bilanzierungsmanager Energiemengenbilanzierung (m/w/d) BBH Consulting AG
(Junior) Consultant (m/w/d) im Bereich der Netzentgeltregulierung
Fraunhofer Forscher: Künstliche Intelligenz hilft bei hochautomatisierten Stromnetzen
© Fotolia
Ilmenau - Für den komplexen Betrieb der Stromnetze wird immer mehr auf hochauflösende Sensorik und große Datenmengen zurückgegriffen. Mit Hilfe künstlicher Intelligenz (KI) können diese Daten nicht nur deutlich verkleinert, sondern auch zur automatisierten Anomalie- und Fehlererkennung im Netzbetrieb verwendet werden. Forscher des Fraunhofer IOSB-AST haben dazu passende Verfahren entwickelt.
Für die Erkennung kritischer Netzdynamiken ist die konventionelle Messtechnik nicht mehr ausreichend und wird zunehmend um hochpräzise, zeitsynchronisierte Phasormessungen (PMU, Phase measurement unit) ergänzt. Diese ermöglichen die Echtzeitüberwachung der netzrelevanten Parameter wie Frequenz, Spannung oder Phasenwinkel mit bis zu 50 Abtastungen pro Sekunde.
Die dabei anfallenden Massendaten müssen effizient erfasst und verarbeitet werden. Hierzu wurden am Fraunhofer IOSB-AST Komprimierungsverfahren entwickelt, welche den Speicherbedarf zur Archivierung der Daten um etwa 80 Prozentreduzieren können. Die Komprimierung hilft, die anschließende Datenanalyse zu beschleunigen.
Die Arbeiten der Forscher des IOSB-AST, die im Rahmen des vom BMWi geförderten Forschungsprojektes „DynaGridCenter“ in Kooperation mit der SIEMENS AG, Fraunhofer IFF, der Otto-von-Guericke-Universität Magdeburg, der Ruhr Universität Bochum sowie TU Ilmenau entstanden sind, gehen noch weit über die Entwicklung passender Komprimierungsalgorithmen hinaus: In einem zweiten Schritt wurden die PMU-Messwert verwendet, um Abweichungen vom normalen Netzbetrieb (Anomalieerkennung) zu erkennen, sowie bestimmte Betriebsstörungen (Fehlererkennung) in Echtzeit zu identifizieren. Hierbei werden Verfahren aus dem Bereich der künstlichen Intelligenz zur automatischen Auswertung der Messwerte eingesetzt. Bis zu 4,3 Mio. Datensätz pro Tag wurden automatisiert erfass, komprimiert und ausgewertet.
Mittelfristiges Ziel ist es, den Automatisierungsgrad im Bereich der dynamischen Netzbetriebsführung weiter zu erhöhen und einen stabilen Betrieb auch mit hohem Anteil von Erneuerbaren Energien sicher zu gewährleisten.
© IWR, 2026
Artikel teilen / merken
Enercon stärkt Marktpräsenz: Enercon liefert 20 Großturbinen für 140-MW-Windparkprojekt in der Türkei
Neues Förderprogramm E-Mobilität: Schub für Elektroautos - Niederlande planen Prämie bei Abgabe eines Verbrenners
IEA-Report 2025: Solarenergie liefert 2025 größten Beitrag zum globalen Energiewachstum - Batteriespeicher mit Rekordausbau
Solaredge-Aktie im Boost-Modus: Solaredge erweitert Industrie-Speicherportfolio in Europa und Asien mit 200-kWh-System
Elektroauto-Boom in Deutschland: Anteil reiner E-Autos steigt im ersten Quartal 2026 auf 23 Prozent
Das könnte Sie auch noch interessieren
Energiejobs für Ingenieure
Gewerbestrom - Strom-Anbieter wechseln
Klimawandel: Klimaerwärmung gab es schon mal, aber kein 7 Mrd. Menschen
13.02.2019
