Sie sind hier: Region >

Wolfenbüttel: Künstliche Intelligenz soll helfen Lecks im Fernwärmenetz zu lokalisieren



Wolfenbüttel

Künstliche Intelligenz soll helfen Lecks im Fernwärmenetz zu lokalisieren

Um Lecks schneller lokalisieren zu können, setze die Ostfalia Hochschule in Kooperation mit den Stadtwerken München, der Uni Bremen und der Uni Magdeburg verschiedene Verfahren der künstlichen Intelligenz ein.

Undichte Stellen in erdverlegten Fernwärmeleitungen zu finden, ist sehr zeit- und kostenintensiv. Die Ostfalia Hochschule entwickelt ein intelligentes Analyseverfahren, um Leckagen schneller zu lokalisieren.
Undichte Stellen in erdverlegten Fernwärmeleitungen zu finden, ist sehr zeit- und kostenintensiv. Die Ostfalia Hochschule entwickelt ein intelligentes Analyseverfahren, um Leckagen schneller zu lokalisieren. Foto: Ostfalia

Artikel teilen per:

Wolfenbüttel. Der Aufwand, in undichten Fernwärmeleitungen das Leck zu finden, ist besonders in erdverlegten Systemen sehr zeitraubend und kostspielig. Um Leckagen schneller lokalisieren zu können, nutzt die Ostfalia Hochschule für angewandte Wissenschaften in Wolfenbüttel mit drei weiteren Kooperationspartnern künstliche Intelligenz und die vorhandenen Sensoren im Fernwärmenetz. Auf dieser Basis entwickelt das Forschungsteam ein intelligentes Analyseverfahren. Dies teilt die Ostfalia in einer Pressemitteilung mit.



Fernwärme versorge Kunden mit warmem Wasser und Energie zum Heizen. Um ressourcenschonend und nachhaltig zu agieren, dürfe beim Transport des Mediums vom Kraftwerk zum Verbraucher kein Wasser oder Wasserdampf verloren gehen. Allerdings würden innerhalb der Rohrleitungen gelegentlich Leckagen auftreten. Der Verlust des Transportmediums könne zwar für einen gewissen Zeitraum über Nachspeisung kompensiert werden, bei einem zu großen Verlust müsse aber das gesamte Netz abgeschaltet werden. Um Lecks schneller lokalisieren zu können, setze die Ostfalia Hochschule in Kooperation mit den Stadtwerken München, der Uni Bremen und der Uni Magdeburg verschiedene Verfahren der künstlichen Intelligenz ein.

Im Fernwärmenetz werde idealerweise nur das von der Leckage betroffene Gebiet abgetrennt. Aktuell werten dafür Mitarbeitende die Nachspeisemenge aus und trennen das Sperrgebiet manuell ab. Ziel des Verbundvorhabens sei es, noch genauere Ergebnisse zu erhalten, um Leckagen effektiver zu lokalisieren. „Für die zu entwickelnden Verfahren ist es vorteilhaft, neben der Nachspeisemenge auch die bereits vorhandenen Druck- und Durchflusssensoren zu nutzen. Herausfordernd hierbei ist, dass die Sensoren aktuell nicht gleichmäßig im Netz verteilt sind und sie unterschiedliche Reaktionszeiten aufweisen“, erklärt von Seiten der Ostfalia Projektleiter Prof. Dr. Frank Klawonn.

Aus einer Leckage würden Druckwellen resultieren, die sich mit etwa Schallgeschwindigkeit durch das gesamte Fernwärmenetz ausbreiten. Wissenschaftlerinnen und Wissenschaftler der Ostfalia würden hierfür verschiedene Methoden der Datenanalyse anwenden, zum Beispiel Zeitreihen- und Korrelationsanalyse. Anhand der Messdaten könnten sie den Zeitpunkt des Druckeinbruchs ermitteln und damit den Ort des Lecks sehr schnell eingrenzen. Um nun den Ort der Leckage möglichst genau treffen, würden sie komplexe Verfahren der künstlichen Intelligenz entwickeln, die sowohl die Ausbreitung der Druckwelle als auch den stationären Zustand auswerten. Da aufgrund weniger echter Leckagen auch nur wenige Daten zu Analysezwecken vorliegen, stelle das Training der Modelle eine Herausforderung dar, was das Forschungsteam durch Simulation erfolgreich löst.


zur Startseite