Noch nicht smart genug
Energienetze bekommen Intelligenzschub
Hamburg (ots) - Die Energiebranche sieht erheblichen Nachholbedarf
beim Einsatz künstlicher Intelligenz (KI), zum Beispiel für
Verbrauchs- und Netzauslastungsprognosen. Erst zehn Prozent der
Energieversorger setzen so genannte Predictive-Analytics-Systeme ein.
Jedes zweite Unternehmen der Branche will das schnell ändern und
sieht großes Potenzial in den KI-Entwicklungen. 60 Prozent wollen
zudem ihren Bestand an intelligenten Sensoren deutlich ausbauen, um
Kosten bei Wartung der Anlagen zu sparen. Das sind Ergebnisse der
Potenzialanalyse "Künstliche Intelligenz" von Sopra Steria
Consulting.
Die Energieversorger reagieren mit ihren geplanten Maßnahmen auf
die zunehmende Dezentralisierung der Stromnetze. Energieverbraucher
sind zunehmend auch Produzenten, so genannte Prosumer. Damit wird es
schwieriger, abzuschätzen, wann diese Strom aus dem Netz beziehen.
Verteilnetzbetreiber müssen jedoch zu jeder Zeit sicherstellen, dass
sie ihre Kunden bei Bedarf zu hundert Prozent mit Energie versorgen
können. Das erfordert entsprechende Investitionen in Smart Grids.
"Über die Netzentgelte lassen sich diese Investitionen künftig nur
noch bedingt refinanzieren. Alternative Lösungen sind gefragt", sagt
Sascha Krauskopf, Experte für Energieversorger von Sopra Steria
Consulting.
beim Einsatz künstlicher Intelligenz (KI), zum Beispiel für
Verbrauchs- und Netzauslastungsprognosen. Erst zehn Prozent der
Energieversorger setzen so genannte Predictive-Analytics-Systeme ein.
Jedes zweite Unternehmen der Branche will das schnell ändern und
sieht großes Potenzial in den KI-Entwicklungen. 60 Prozent wollen
zudem ihren Bestand an intelligenten Sensoren deutlich ausbauen, um
Kosten bei Wartung der Anlagen zu sparen. Das sind Ergebnisse der
Potenzialanalyse "Künstliche Intelligenz" von Sopra Steria
Consulting.
Die Energieversorger reagieren mit ihren geplanten Maßnahmen auf
die zunehmende Dezentralisierung der Stromnetze. Energieverbraucher
sind zunehmend auch Produzenten, so genannte Prosumer. Damit wird es
schwieriger, abzuschätzen, wann diese Strom aus dem Netz beziehen.
Verteilnetzbetreiber müssen jedoch zu jeder Zeit sicherstellen, dass
sie ihre Kunden bei Bedarf zu hundert Prozent mit Energie versorgen
können. Das erfordert entsprechende Investitionen in Smart Grids.
"Über die Netzentgelte lassen sich diese Investitionen künftig nur
noch bedingt refinanzieren. Alternative Lösungen sind gefragt", sagt
Sascha Krauskopf, Experte für Energieversorger von Sopra Steria
Consulting.
Mit zusätzlichen Investitionen in künstliche Intelligenz wollen
die Energieversorger die Kosten für den Smart-Grid-Ausbau und den
Betrieb überschaubar halten. "Automatisierte und selbstlernende
Systeme werden mit der Zeit immer besser darin, Vorhersagen zu
treffen, wie viel Strom ein Haushalt oder ein Unternehmen in jedem
Moment verbraucht und produziert. Die Kosten für das Netzmanagement
und den Energiehandel lassen sich mit
Predictive-Intelligence-Lösungen um rund 20 Prozent senken", so
Krauskopf.
Predictive Maintenance wichtiger Einsparfaktor
Ein weiteres Einsatzgebiet von KI-Technologien ist Predictive
Maintenance. Intelligente Ortsnetzstationen liefern beispielsweise
eine Vielzahl an Daten wie Transformator-Temperaturen, Lastgänge,
Energieflüsse und Schaltzustände. Diese Informationen ermöglichen die
vorausschauende Instandhaltung der Anlagen. Jährliche Kontrollgänge
fallen weg. 60 Prozent der Energieversorger sehen in der Bewertung
von strukturierten und unstrukturierten Informationen für eine
effizientere Wartung den zentralen Nutzen künstlicher Intelligenz, so
die Studie. Der Ausbau von Sensorik wird deshalb in der Branche als
eines der wichtigsten KI-Einsatzfelder der Zukunft angesehen.
Know-how-Aufbau kein Hindernis
Beim Aufbau des nötigen Know-hows auf dem Gebiet künstlicher
die Energieversorger die Kosten für den Smart-Grid-Ausbau und den
Betrieb überschaubar halten. "Automatisierte und selbstlernende
Systeme werden mit der Zeit immer besser darin, Vorhersagen zu
treffen, wie viel Strom ein Haushalt oder ein Unternehmen in jedem
Moment verbraucht und produziert. Die Kosten für das Netzmanagement
und den Energiehandel lassen sich mit
Predictive-Intelligence-Lösungen um rund 20 Prozent senken", so
Krauskopf.
Predictive Maintenance wichtiger Einsparfaktor
Ein weiteres Einsatzgebiet von KI-Technologien ist Predictive
Maintenance. Intelligente Ortsnetzstationen liefern beispielsweise
eine Vielzahl an Daten wie Transformator-Temperaturen, Lastgänge,
Energieflüsse und Schaltzustände. Diese Informationen ermöglichen die
vorausschauende Instandhaltung der Anlagen. Jährliche Kontrollgänge
fallen weg. 60 Prozent der Energieversorger sehen in der Bewertung
von strukturierten und unstrukturierten Informationen für eine
effizientere Wartung den zentralen Nutzen künstlicher Intelligenz, so
die Studie. Der Ausbau von Sensorik wird deshalb in der Branche als
eines der wichtigsten KI-Einsatzfelder der Zukunft angesehen.
Know-how-Aufbau kein Hindernis
Beim Aufbau des nötigen Know-hows auf dem Gebiet künstlicher
Aktuelle Themen
Weitere Artikel des Autors
1 im Artikel enthaltener WertIm Artikel enthaltene Werte