Till innehållet
English
Till startsidan
  • Rapport
  • Elnät

Maskininlärning, elkvalitet och smarta elnät

| 2020:691 | Ebrahim Balouji, Erik Berggren, Karl Bäckström, Isac Kärrman, Johan Rådemar
När samhället elektrifieras i högre grad och elnätet förändras genom nya kraftkällor och olika typer av laster, uppstår nya utmaningar. En viktig komponent att ta hänsyn till är elkvalitet som i dagsläget övervakas och analyseras av nätägaren. Genom artificiell intelligens kan man göra en fördjupad analys av den elkvalitetsdata som samlas in, vilket skapar nya möjligheter att åtgärda störningar.
Bild 2020-691.jpg

Att identifiera grundorsak till spänningsdippar är värdefullt och kan automatisera processer som idag görs manuellt vilket är tidskrävande. Det innebär också en djupare förståelse av elnäts generella hälsa och förtydligar ansvarsfördelning och skuldfråga i samband med störningar.

Resultaten visar att framtidens smarta digitala elnät skulle gynnas av att mäta till en högre samplingsfrekvens, för att ännu bättre förstå olika störningars ursprung och inverkan. Man skulle till exempel kunna genomföra analys “on the edge”, då man i större utsträckning kan kringgå eventuella lagrings-, beräkning- och kommunikationsproblem.