Passwort vergessen?  |  Anmelden
 |  Passwort vergessen?  |  Anmelden
Suche

Donnerstag, 21. Februar 2019

Stromnetze

Klettermaxe ade!

Von Hans-Christoph Neidlein | 18. Oktober 2018 | Ausgabe 42

Besser, schneller, preiswerter – künstliche Intelligenz und Drohneneinsatz sollen bei der Wartung von Hochspannungsmasten helfen.

w - Drohnen und Netz BU
Foto: Hansewerk

Trassen von oben: Bei Schleswig-Holstein Netz, einem Teil der Eon-Tochter Hansewerk, liefert eine Drohne 60 hochauflösende Bilder für jeden zu wartenden Strommast.

Noch einmal am Waldrand kurz um die Ecke, rechts ein abgeernteter Acker mit Strommasten in Sichtweite, und dann geht alles ganz schnell. Stefan Mehlert, Koordinator Netzqualität bei Schleswig-Holstein Netz (SH Netz), öffnet drei handliche Boxen im Kofferraum seines Kombi-Pkw. Routiniert steckt er einen Wechselakku in das hintere Teil der Drohne und schließt die Steuereinheit mit Tablet an.

In Sekundenschnelle steigt der Quadrocopter auf rund 50 m senkrecht nach oben. Von dort steuert ihn Mehlert per Joystick flott in Richtung der rund 200 m entfernten Masten. Von hinten ist er mit bloßem Auge in der gleißenden Sonne bald kaum noch zu erkennen.

Dafür ist die Flugsicht, die die HD-Kamera der Drohne praktisch in Echtzeit auf das Tablet-Display streamt, erstaunlich scharf. Zuerst der Panoramablick auf einen der Masten. Dann Details wie Isolatoren, Traversen oder Erdseilverbinder, die nacheinander angezoomt werden. Selbst einzelne Klemmschrauben sind klar zu sehen.

„Sieht alles gut aus“, sagt der 30-Jährige. Wobei eine Traverse des linken, rot markierten Stromkreises erkennbar korrodiert ist. Ob dies eher harmloser Flugrost ist oder ein hartnäckiger Schaden, der repariert werden muss, wird erst die spätere Bildanalyse zeigen. Rund 60 hochauflösende Bilder des Mastes lieferte die Drohne während ihres rund zehnminütigen Kontrollflugs.

Gut 10 % der über 4000 Hochspannungsmasten (110 kV) von SH Netz haben Mehlert und ein Kollege 2017 mit der Drohne beflogen. Alle Masten mit der Endnummer 7 standen auf dem Prüfstand, 2018 sind es die mit der Endnummer 8. Auf diese Weise sollen innerhalb von zehn Jahren alle Masten genau begutachtet und dokumentiert werden.

Gegenüber den herkömmlichen Kontrollgängen bietet der Drohnenflug Vorteile. Denn wenn einer von zwei Außendienstmitarbeitern bisher im Verdachtsfall einen Strommast emporklettern musste, um einen möglichen Schaden zu überprüfen, aber dann doch keinen fand, wandte er eine halbe Stunde seiner Arbeitszeit umsonst auf. Zudem musste der jeweilige Stromleitungsabschnitt währenddessen aus Sicherheitsgründen abgeschaltet und andere Leitungen zur Aufrechterhaltung der Versorgungssicherheit umgeschaltet werden.

„Ein großer Vorteil der Drohne ist, dass die Sichtkontrolle bei laufendem Betrieb erfolgen kann“, unterstreicht Xiaohu Tao, Leiter Anlagen- und Systemtechnik bei Hansewerk, dem Mutterunternehmen von SH Netz. „Zudem ermöglicht dies eine systematischere Überwachung des Leitungsnetzes“, so der promovierte Elektrotechniker.

Eine entscheidende Rolle spielt der Einsatz künstlicher Intelligenz (KI) zur automatischen Auswertung der Drohnenbilder. Denn deren Sichtkontrolle und Dokumentation erfordern viel Zeit. „Durch die automatisierte Bilderkennung wollen wir die Mitarbeiter unterstützen und die Mängelerkennung beschleunigen“, sagt Tao.

Bislang wurden die Drohnenbilder an die Abteilung Hochspannungsfreileitungen weitergeleitet und dort von einem Mitarbeiter ausgewertet. Partner in einem im Herbst 2017 gestarteten Pilotprojekt zur Mängelerkennung mittels automatisierter Bildanalyse ist IBM, genauer gesagt deren Computerprogramm Watson. swe

Drei typische mögliche Schäden, zu denen bereits Bildmaterial vorlag, stehen hierbei in einer ersten Phase im Mittelpunkt: ein aufgedrilltes Erdseil (nach Blitzeinschlägen), lose Schrauben an einer Klemme sowie die Korrosion der Freileitung.

In Zusammenarbeit mit den Experten von IBM wurde ein eigenes für SH Netz aufgelegtes Modell anhand von Bildern mit Mängeln und Bildern ohne Mängel in einem lernenden Algorithmus trainiert. Mit nicht in der Modellierung berücksichtigen Bildern wird die Qualität des Modells getestet.

„Die ersten Ergebnisse zeigen, dass die Anzahl der Trainingsbilder von großer Bedeutung für die Prognosequalität des Modells ist“, sagt Tao. Daher konzentriert sich SH Netz derzeit darauf, eine größere Datengrundlage für die genannten möglichen Mängel zu schaffen, wozu auch Vergleichsbilder weiterer Eon-Tochtergesellschaften wie Avacon genutzt werden. Erst in einem zweiten Schritt sollen weitere mögliche Schäden wie „Korrosion am Mast“ hinzukommen.

„Unser Ziel ist es, KI im Doppelpack mit Drohnen auch in anderen Bereichen und für alle Eon-Netze einzusetzen, auch im Ausland“, sagt Tao. Jedenfalls ist Hansewerk dabei, eigenes Know-how in diesem Bereich aufzubauen, erst jüngst wurden zwei Datenspezialisten hierfür neu eingestellt.