Windenergieanlagen liefern im Betrieb nicht immer die vor der Errichtung prognostizierte Strommenge. Gründe dafür können vielfältig sein: etwa ungünstige Windverhältnisse, falsche Einstellungen der Rotorblattwinkel oder aerodynamische Effekte im Nachlauf anderer Windenergieanlagen. Bisher gibt es keine verlässliche Methode, die Ursachen für die Minderleistung automatisch zu erkennen.

Innovativer Lösungsansatz durch KI-Methoden

Die WindKI-Projektpartner adressieren diese Herausforderungen gezielt: Durch die Kombination von Messdaten, Simulationen und Künstlicher Intelligenz entsteht ein Diagnosesystem, das mit heuristischen Algorithmen und Machine-Learning-Modellen Anomalien im Datensatz detektiert. Die ersten Modelle basieren auf hochaufgelösten SCADA-Datensätzen der 8-Megawatt-Forschungsanlage Adwen AD8, die das Fraunhofer IWES für das Projekt zur Verfügung stellt. LATODA entwickelt darauf aufbauend ein KI-basiertes Analysesystem, das automatisch feststellt, ob eine Anlage wie erwartet arbeitet oder unter ihrer möglichen Leistung bleibt und relevante Parameter zur Optimierung vorschlägt.

Die KI meldet dabei nicht nur die Auffälligkeiten, sondern liefert auch Hinweise auf die wahrscheinlichen Ursachen – von Rotorblatt-Einstellungen bis zu ungünstigen Betriebszuständen. Damit erhalten Betreiber ein Werkzeug, das hilft, Probleme schneller zu erkennen und abzustellen. Die entwickelte Methodik ermöglicht der Windindustrie eine kundenorientierte KI-Modellentwicklung auf Basis beliebiger Zeitreihendaten.

„Die Ergebnisse des Projekts verbessern unser Verständnis der gesamten Anlagendynamik. Das Zusammenspiel von Expertenwissen und KI eröffnet der Windindustrie neue Möglichkeiten“,

sagt Philipp Thomas, Gruppenleiter Gesamtanlagendynamik am Fraunhofer IWES.

Auch LATODA-Geschäftsführer Daniel Hein betont die Bedeutung der Kooperation:

„Mit unserem Algorithmus zur Analyse von Sensordaten schaffen wir die Grundlage für eine schnelle und zuverlässige Fehlerdiagnose. So lassen sich Ausfälle und Minderleistungen deutlich reduzieren.“

Das Forschungsprojekt WindKI bietet die Chance, eine Brücke zwischen fortgeschrittenen KI-Techniken und konventionellen Ansätzen im Bereich der Windenergie zu schlagen. Durch die Verknüpfung von Domänenwissen aus der Windenergieforschung mit modernsten maschinellen Lernmethoden wird nicht nur ein konkretes technisches Problem gelöst, sondern auch ein Rahmen für zukünftige, interdisziplinäre Forschungsprojekte geschaffen.

 

Quelle: Fraunhofer IWES

Auch interessant: