Das Portal für Offshore-Windenergie

Thema Faszination und Technik

06. Mär. 18

Noch kommt es vor, dass die Sensoren Fehler melden, wo in Wirklichkeit keine sind. Deshalb arbeitet die Branche an der Zuverlässigkeit der Technik – auch mithilfe künstlicher Intelligenz.

Ökostrom dank Datenstrom

Die intelligente Analyse der Daten Hunderter Sensoren pro Windrad verspricht eine höhere Stromausbeute. Big Data optimiert aber nicht nur die Betriebsphase, sondern auch die Projektplanung – und wird so zum Erfolgsfaktor

Von Denis Dilba

Flapp, flapp, flapp, flapp: Noch dreht sich die Windenergieanlage (WEA) in ihrem typisch monotonen Rhythmus. Windgeschwindigkeit und -richtung, Drehzahl und Leistung – alles ist gerade so, wie es sein soll. Die Daten zeigen keine Fehlermeldung, auf den ersten Blick läuft die Anlage einwandfrei.

Doch Matthias Brandt und seine Kollegen von der Deutschen Windtechnik wissen bereits jetzt: Das wird nicht mehr lange so bleiben. Denn wenn die Hauptlager nicht bald getauscht werden, so zeigt es ihr intelligentes Condition Monitoring System (CMS) an, droht ein Getriebeschaden.

„Wir können mittels entsprechender Datenanalyse bestimmte Schäden an einer WEA rund vier bis sechs Wochen, bevor sie auftreten, voraussagen“, erklärt der Vorstand der Deutschen Windtechnik. „Die Genauigkeit der Prognose beträgt rund 80 bis 90 Prozent.“

Die Servicetechniker könnten so besser planen und mit den nötigen Werkzeugen und Ersatzteilen vor Ort nachschauen, ob eine Reparatur tatsächlich nötig ist – und sie dann schnell und präzise durchführen. Das funktioniere aber natürlich nur dort, wo auch die entsprechende Sensorik verbaut ist und die Daten analysiert werden, so Brandt.

Fast 30.000 Windräder drehen sich inzwischen in Deutschland. 2017 trugen sie knapp 19 Prozent zur Stromproduktion bei. Die Fernüberwachung der Anlagen trägt dazu bei, ihre Ausfallzeiten zu minimieren.

Algorithmen filtern aus der Datenflut Muster heraus. Noch kommt die Software aber nicht ohne den Menschen aus

Die Deutsche Windtechnik liegt damit voll im Trend: Betreiber, Hersteller, Serviceunternehmen und Zulieferer – sie alle setzen zunehmend auf Big Data. Die schlaue Analyse von Daten soll die Verfügbarkeit und damit die Stromausbeute der Maschinen erhöhen. Denn je länger sich die Windräder drehen, desto mehr Geld verdienen alle Beteiligten.

Das Prinzip von solchen Big-Data-Anwendungen ist dabei immer das gleiche, egal ob die Daten aus dem Scada-System, einem CMS, zusätzlich installierten Sensoren oder anderen Quellen stammen: Zunächst werden sie aufbereitet und selektiert und dann durch Algorithmen ausgewertet. Heraus kommen Informationen, die helfen, Prozesse zu optimieren und Kosten einzusparen.

Windkraftingenieure wissen etwa aus jahrelanger Erfahrung im Betrieb, wie sich die Anlagen eines bestimmten Herstellers im Vorfeld eines Schadens verhalten. Defekte Wälzlager, verschlissene Zahnräder, Risse in Rotorblättern oder dem Fundament: Viele Fehler zeigen sich bereits Wochen vor einem Ausfall der Anlage in leicht von der Norm abweichenden Schwingungsmustern, Öltemperaturen oder Drehzahlen.

„Diese Erfahrung fließt dann bestenfalls in Software ein“, sagt Brandt. „Bei Anlagen mit einem ähnlichen Verhaltensmuster können wir also automatisiert vergleichen und im Vorfeld reagieren.“

Er selbst würde das von der Deutschen Windtechnik als intelligentes Wartungskonzept beworbene System allerdings eher ungern als Big Data bezeichnen. Es handele sich um eine Art Mustererkennung. Momentan müsse vieles noch von Menschenhand gemacht werden, weil die Systeme noch nicht intelligent genug seien.

Mit jeder Minute, die ein Windrad stillsteht, verliert der Betreiber Geld. Deshalb setzt die Branche auf Überwachungssysteme, die Fehler schon erkennen, bevor sie eintreten.

Die Einführung von Big Data verläuft schrittweise, ähnlich wie in der Autoindustrie. Nicht alles was machbar wäre, rechnet sich auch

Für Brandt ist das Thema Big Data viel größer als ein einzelnes, wenn auch erweitertes und verbessertes CMS. Ein Windrad erzeuge Hunderte von verschiedenen Sensordaten, sagt der Deutsche-Windtechnik-Vorstand: „Wir stehen als Branche noch am Anfang und schauen gerade, welche Daten wir aus diesem Blumenstrauß wirklich sinnvoll nutzen können.“

Und wenn Brandt sinnvoll sagt, meint er ökonomisch. Denn denkbar sind komplexeste Systeme. „Nur: Die Anwendungen müssen sich recht zeitnah auszahlen. Keiner investiert heute in etwas, was sich erst in 50 Jahren rentiert“, so Brandt.

Er geht davon aus, dass sich das Thema Big Data in der Windenergie ähnlich entwickeln wird wie das autonome Fahren bei Autos: „Erst kamen da Hilfssysteme, dann Assistenzsysteme, dann das automatische Einparken, demnächst die ersten teilautonomen Fahrten.“ Big Data in der Windkraft werde also genau wie das autonome Fahren nicht über Nacht da sein, sondern in vielen kleinen Schritten kommen.

Auf die Windkraft übertragen heißt das: Datenanalysen verbessern zunächst Einzelbereiche wie die Verfügbarkeit der Anlagen, die Ertragsprognosen, die Direktvermarktung oder die Einsatzplanung und Logistik. Ein CMS, mit dem eine vorausschauende Wartung und Instandhaltung möglich ist, sei da nur eine Komponente, sagt Brandt.

IT und Industrie wachsen zusammen: Windkraftmarktführer Vestas liefert nicht nur die Anlagen mitsamt ihrer Steuerung, sondern auch Software, die schon in der Planungsphase von Windparks zum Einsatz kommt.

Schon vor Baubeginn liefern Daten wertvolle Erkenntnisse – etwa dazu, welche Turbine am besten zum Standort passt

Ein anderer Bereich, in dem Big Data langsam zum Einsatz kommt, ist die Projektplanung. Die Softwarelösungen Sitehunt und Sitedesign des dänischen Branchenriesen Vestas analysieren dazu Temperaturen und Windprognosen, aber auch Schall- und Schattensituationen durch Gebäude und Bäume und geben nicht nur Empfehlungen darüber ab, wo besonders geeignete Orte für Windparks liegen.

Die Programme schlagen auch geeignete Turbinentypen vor, berechnen die größtmögliche Anlagenanzahl bei minimierten Abschattungseffekten und erstellen vorab Ertragsprognosen.

„In Big Data liegt der Schlüssel zum künftigen wirtschaftlichen Erfolg“, sagt Bernd Höring, Geschäftsführer der 8.2 Monitoring GmbH aus Hamburg. Welchen enormen wirtschaftlichen Hebel die Anwendungen haben, zeigte bereits die kombinierte Analyse von CMS- und Wetterdaten im Offshore-Bereich.

Das Erkennen eines sich anbahnenden Fehlers sei da nur das eine, sagt der CMS-Experte: „Zusätzlich dazu muss ich noch ein Wetterfenster finden, um überhaupt auf die Anlage zu kommen.“ Die Wahrscheinlichkeit dafür sei zwischen Dezember und März aber sehr gering, so Höring.

Big-Data-Lösungen, die Schäden bereits Monate im Voraus erkennen können, werden hier in Zukunft Gold wert sein, sagt der 8.2-Chef. „Dann kann ich mit entsprechend gedrosselter Fahrweise den Schadensfortschritt mindern und vielleicht ohne Ausfall bis in den April kommen.“

Noch kommt es vor, dass die Sensoren Fehler melden, wo in Wirklichkeit keine sind. Deshalb arbeitet die Branche an der Zuverlässigkeit der Technik – auch mithilfe künstlicher Intelligenz.

In der Offshore-Windkraft sind Vor-Ort-Einsätze besonders teuer. CMS kann helfen, überflüssige Touren zu vermeiden

Auf diese Weise schließe man nicht nur einen Ausfall zu einer Zeit aus, in der keine Reparatur erfolgen kann, sagt Höring: „Durch die langfristige Planung der Schifflogistik muss ich auch keinen sehr teuren Stand-by-Betrieb für die Zubringer zu den Offshore-Anlagen zahlen. Das spart ganz schnell mehrere Hunderttausend Euro.“

Ganz so weit sind die Systeme aber noch nicht. Sie müssen Schäden künftig noch früher erkennen und vor allem auch noch zuverlässiger voraussagen können.

Daran arbeitet das Team von System Technologies bei der Steag Energy Services GmbH in Essen. Sie setzen dabei auf selbstlernende Algorithmen und künstliche Intelligenz (KI). „Veränderungen früh erkennen zu können ist wichtig. Genauso wichtig ist allerdings, sogenannte Phantomanomalien auszuschließen“, sagt Peter Krüger, Bereichsleiter von System Technologies.

Andernfalls sei der Effekt einer Big-Data-Anwendung wie der eines fehlerhaften Feuermelders: Wenn der drei Mal Fehlalarm auslöse, schaue man beim vierten Mal nicht mehr hin – aber genau dann brennt es vielleicht doch.

Bestimmte Schäden zeigen sich in solchen KI-Ansätzen wie bei intelligenten CMS in ganz bestimmten Mustern. Anders als diese können die KI-Methoden aber mit zunehmender Erfahrung zum Teil auch neue Schadenstypen dazulernen. „Je länger diese Big-Data-Systeme in Betrieb sind, desto leistungsfähiger werden sie daher“, sagt Krüger.

Welches System aber auch immer zum Einsatz kommen soll, sagt 8.2-Chef Höring, zunächst müsse noch ein anders Problem angegangen werden: „Die Anlagenhersteller legen zurzeit noch nicht alle verfügbaren Daten offen.“

Damit steht und fällt aber die Güte von Big-Data-Anwendungen. „In der konventionellen Kraftwerkstechnik werden Betriebsdaten von allen Herstellern geteilt, damit ein möglichst effizienter Betrieb möglich ist“, sagt Höring. „Passiert das auch in der Windkraft, würde die gesamte Branche einen gewaltigen Schritt nach vorn machen.“

Volker Kühn
Artikel speichern gespeichert

Artikel zur Merkliste hinzugefügt