Wertebasierte Optimierung von Asset Management Strategien für Mittelspannungsnetze mittels Künstlicher Intelligenz, Teilvorhaben: Entwicklung eines KI-basierten Predictive Maintenance Asset Management Systems für Mittelspannungsnetze

Description: Dieses Projekt wird u.a. durch den steigenden Kostendruck infolge der Anreizregulierung und die Verknappung materieller sowie personeller Ressourcen, insbesondere im Kontext des Fachkräftemangels, motiviert. Der Einsatz vorhandener Ressourcen für die Netzerneuerung, den -ausbau und die -instandhaltung muss effizient gestaltet werden. Gleichzeitig gewinnt die Digitalisierung im Transformationsprozess der Energielandschaft an Bedeutung. Hier besteht Potenzial, die verbesserten Fähigkeiten von Künstlicher Intelligenz (KI) zu nutzen. Der Einsatz von KI-Methoden zur Optimierung von Instandhaltungs- und Erneuerungsstrategien im Asset Management ist bisher jedoch unzureichend erforscht. In diesem Teilvorhaben wird ein KI-basiertes System zur Optimierung von Strategien im Mittelspannungsnetz für Asset Manager entwickelt. Methoden des Reinforcement Learning werden auf ein zu entwickelndes Simulationsmodell angewandt, welches das Ausfallrisiko der Mittelspannungs-Komponenten sowie deren wirtschaftliche Kosten und Erlöse über den gesamten Lebenszyklus abbildet. Dadurch können Asset Manager verschiedene Szenarien in ihrem Mittelspannungsnetz simulieren und für ihre Unternehmensziele optimieren.

SupportProgram

Tags: Mittelspannungsnetz ? Szenario ? Künstliche Intelligenz ? Simulationsmodell ? Ökonomisches Instrument ?

Region: Saxony

Bounding boxes: 13.25° .. 13.25° x 51° .. 51°

License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0

Language: Deutsch

Organisations

• A4I Leipzig GmbH (Projektverantwortung)
• Bundesministerium für Wirtschaft und Energie (Finanzielle Förderung)
• Stadtwerke Münster (Mitwirkung)
• Umweltbundesamt (Bereitstellung)

Time ranges: 2025-06-01 - 2028-05-31

Alternatives

• Language: Englisch/English
  Title: Sub-project: Development of an AI-based predictive maintenance asset management system for medium-voltage grids
  Description: This project is motivated, among other things, by the increasing cost pressure as a result of incentive regulation and the shortage of material and human resources, particularly in the context of the shortage of skilled workers. The use of existing resources for network renewal, expansion and maintenance must be organized efficiently. At the same time, digitalization is becoming increasingly important in the transformation process of the energy landscape. There is potential here to utilize the improved capabilities of artificial intelligence (AI). However, the use of AI methods to optimize maintenance and renewal strategies in asset management has not yet been sufficiently researched. In this sub-project, an AI-based system for optimizing strategies in the medium-voltage grid for asset managers is being developed. Methods of reinforcement learning are applied to a simulation model to be developed, which maps the failure risk of the medium-voltage components as well as their economic costs and revenues over the entire life cycle. This enables asset managers to simulate various scenarios in their medium-voltage grid and optimize them for their business objectives. https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1140146

Status

Aktiv

Quality score

• Overall: 0.51
• Findability: 0.70

  • Title: 1.00
  • Description: 0.18
  • Identifier: false
  • Keywords: 1.00
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.