Mer treffsikre prognoser med maskinlæring

SYSCO ble etablert i 2004 i Haugesund der hovedkontoret fortsatt ligger, men har etter hvert etablert kontorer over hele Sør-Norge, og har nå 170 ansatte og en årsomsetning på rundt 300 millioner kroner. Selskapet har i alle år jobbet tett med Haugaland kraft og SKL. I dag har SYSCO et 70-talls norske nett- og produksjonsselskaper på kundelisten.

Selskapet leverer IT-tjenester som IT-drift, ERP gjennom bransjeløsningen e-portal og administrative systemer via sin nettskyløsning SYSCO Energy Cloud. Ved siden av har de en betydelig rådgivningsaktivitet om databaser og integrasjon av IT-systemer.

– Vi ser nå at nettselskapene har veldig stor fokus på å få operative effekter av investeringene i AMS og Elhub. Vi ser at smartgrid kommer til å bidra til mer effektiv nettdrift, sier Torgeir Brovold, leder for SYSCO Innovation Lab. Han jobbet tidligere i Nettalliansen.

SYSCO har flere prosjekter der de jobber med nettselskaper om hvordan få nytte av måleverdiene. De bruker SYSCO Energy Cloud til lagring av data fra ulike kilder slik at nettselskapene kan gjøre analyse av dataene og blant annet bruke dem til å lage prognoser.

– Vi jobber med prosjekter der vi bruker historiske data for å lage tilstandsmodeller, og gjennom dem gi prognoser som hjelper til mer korrekte investeringer og vedlikeholdshåndtering. Gjennom smartgrid får du mye mer informasjon om nettet, noe som giør at nettselskapene får en mer effektiv og rasjonell drift, sier Brovold.

Vil gjerne dele kunnskap

Motivet for å bli medlem i Smartgridsenteret er todelt ifølge Brovold.

– I Smartgridsenteret får vi større synlighet på Sysco som en innovasjonspartner. Med vår prosjekterfaring fra både nettselskaper og produksjonsselskaper kan vi bidra med kunnskap inn i Smartgridsenteret og være delaktig i videre digitalisering i kraftbransjen, sier han.

Den andre faktoren er Smartgridsenteret som samarbeidsrom.

– Smartgridsenteret har arenaer for å møtes og diskutere prosjekter. Da får vi informasjon om hvor bransjen går, sier han.

Maskinlæring og kunstig intelligens

Syscos løsninger for tilstandsmodeller og prognoser bygger på maskinlæring, en del av fagfeltet kunstig intelligens.

– Vi bruker blant annet en tilnærming der du ser på såkalte anomalier. Ved å se på historiske data, danner du deg et bilde av hva som er normalen. Deretter prøver du å identifisere det som er utenfor normalen. Informasjonen om hendelsene som er utenfor normalen, brukes til å danne en læringsalgoritme. Da får du en modell som du kan bruke til å se fremover, sier Brovold.

For en kunde har Sysco laget en modell for å avdekke feil i distribusjonsnettet. De legger inn data fra driften og meteorologiske data fra siste år og informasjon om tilstanden på kablene. Deretter legger de inn værprognoser fra Meterologisk Institutt, og får en prognose for hva som kan gå feil fremover. Feilprognosene kan nettselskapet for eksempel bruke til å ha rett beredskapsbemanning.

Fasit etter et år i drift er nesten hundre prosent treff på å varsle kommende feilsituasjoner i nettet basert på værmelding. Brovold tar forbehold om at det var to år med veldig lik værprofil.

– Når vi får så høy treffprosent, lurer jo vi akademikere på hvor mye flaks som ligger i dette, sier Brovold.

I et annet prosjekt har SYSCO brukt maskinlæring til å forutsi feil på vannkraftturbiner seks til ni måneder frem i tid.

– Vi har nå flere praktiske eksempler på maskinlæring og analyse. Fremover kan vi bygge felles erfaringsdatabaser og systemer som gjør verktøyene tilgjengelige for de som ønsker å dele data, sier Brovold.

Torgeir Brovold ser frem til å utveksle erfaringer og diskutere prosjekter i Smartgridsenteret. Foto: SYSCO