- Rapport
- Vattenkraft
Datadrivna metoder för att detektera avvikande mätvärden inom dammsäkerhet
| 2020:640 | Torbjörn Johansson, Håkan Fridén, Mikael Sundberg, Oscar Samuelsson och Anders Björk
Här beskrivs hur sensorer och datadrivna metoder för analys av sensordata kan användas för att höja säkerheten på svenska dammar. Efter en litteraturstudie av state of the art i dammsäkerhet och en studie av vad som gjorts i andra länder tittar forskarna också på teorier och metoder som ännu inte har använts i dammsäkerhet, men som skulle kunna vara lämpliga.
Det är lätt att komma igång med datadriven analys med hjälp av färdiga verktygslådor som finns öppet tillgängliga. Här diskuteras vanliga fallgropar vid dataanalys och hur de undviks, god modelleringspraktik och vanliga dataeffekter som beror på fel i sensorer eller datainsamlingssystem.
Mycket av den vetenskapliga litteraturen inom datadriven dammsäkerhet handlar bara om tillämpning av maskininlärningsmetoder. Här summeras också resultat om förbehandling av sensordata och hur avvikelser kan detekteras.
Datadrivna metoder för dammsäkerhet är redo att implementeras i Sverige, och kan i kombination med väl utformad instrumentering och rätt givarplacering bidra till väsentligt höjd dammsäkerhet.