Lyse. Foto: Kristofer Ryde/Lyse
Lyse. Foto: Kristofer Ryde/Lyse

Innovasjon og forskning

Nett: Maskinlæringsalgoritmer for tilstandsvurdering av PEX-kabler

I prosjektet er det utviklet en ny metode for tilstandskontroll av kabler i distribusjonsnettet. Sammen med data fra en maskinlæringsalgoritme, vil brukeren få tolket tilstanden og tiltak på PEX-kabelanlegget.

Eier: Energi Norge

Type prosjekt og program: Innovasjonsprosjekt med skatteFUNN

Utførende: SINTEF Energi AS

Deltakere:  Nexans Norway, Hafslund Nett, BKK Nett, Eidsiva Nett, AE Nett, Lyse Elnett, Istad Nett, Skagerak Nett, Tafjord Kraftnett, Troms Kraft Nett, TrønderEnergi Nett

Varighet: 2013 - 2017

Budsjett: 10,7 millioner kroner

Status: Ferdig

Mål

Etablere pålitelige metoder for tilstandskontroll av mellomspentkabler for å øke driftssikkerheten og robustheten i det norske distribusjonsnettet.

En betydelig andel av det norske kabelnettet er nå eldre enn forventet levetid som er 30 år. Behovet for redusert ressursbruk i forvaltningen av distribusjonsnettet skaper derfor behov for bedre, og pålitelige metoder for tilstandskontroll. Det er ingen styrende nasjonale normer eller standarder for tilstandskontroll av distribusjonskabler.

Innovasjon og verdiskaping

Et nettselskap har prøvd ut den nyutviklede metodikken i et internprosjekt. Med tradisjonelle metoder ville de skiftet ut et helt kabelanlegg bestående av 22 kV PEX-kabel og skjøt, fordi tradisjonell tapsmåling viste dårlige verdier. De isolasjonstetet og brukte maskinlæringsalgoritmen , som forklarte at det var en våt skjøt (m.a.o. svekket isolasjonsevne) i kabelanlegget. Skjøten ble lokalisert og fjernet, og nye målinger ble foretatt med resultat at kabelseksjonen ble diagnostisert som god.

Kostnader forbundet med diagnose av kabelseksjonen samt utskifting av skjøt var i størrelsesorden 100 kNOK. Kostnader forbundet med en feildiagnose og påfølgende utskifting av hele det aktuelle kabelnettet ble estimert til opp mot 9 MNOK.

Eksempelet viser at enkle men robuste diagnosemetoder kan gi store besparelser. Dette arbeidet har høstet internasjonal anerkjennelse.

Videreutvikling

Metoden som er utviklet i dette prosjektet danner grunnlag for nye søknader om tilstandsovervåkning av kraftledninger, elkraftanlegg og smarte nett. Ambisjonen er å utvikle kunnskapsgrunnlag for utvikling av maskinlæringsalgoritme for både tapsmålinger og partielle utladninger i PEX-kabelanlegg. Suksess i så måte vil revolusjonere forvaltningen av distribusjonsnettet og redusere nettkostnadene betydelig. Energi Norge støtter derfor SINTEF Energi sitt nye prosjekt SmartKAB. Prosjektet er omsøkt Norges forskningsråd.