Till innehållet
English
Till startsidan
  • Rapport
  • Vattenkraft

Metoder för datadriven dammövervakning

| 2022:855 | Anton Jacobson, Håkan Fridén och Anders Björk
Dammövervakning har alltid varit ett stort och viktigt område för svenska dammägare. Det är en utmaning att kontinuerligt övervaka en damm­konstruktion och snabbt kunna reagera på förändringar som visar på en avvikelse i dammen.
Bild 2022 855

Samtidigt kan avvikelser i själva övervakningsutrustning förekomma, som skulle kunna uppfattas som en avvikelse i dammen. Vanligt förekommande övervakningsfel kan bero på fel i givare eller i mätvärdets överföring från givare till datacentral. Den typen av fel behöver detekteras, identifieras och skiljas från avvikelser som kan tyda på en förändring i dammen.

Den här rapporten presenterar ett antal exempel på olika typer av multivariata modeller baserade på etablerade metoder inom maskininlärning. Rapporten presenterar även tillvägagångssätt för att utveckla och utvärdera multivariata modeller. Ett antal utvecklade övervakningsmetoder beskrivs och resultat baserade på de framtagna modellerna förklaras.

Tillsammans med dammägare har multivariata modeller och övervaknings­metoder driftsatts i de två fallstudierna.

Resultaten kan ligga till grund en för fortsatt utveckling av kostnadseffektiv multivariat övervakning av dammar samt en kurs för dammägare som syftar till att öka nyttan med övervakning av givarsignaler.