Menü

Mit KI die Nadel im Heuhaufen finden

Gemeinsames Projekt von SWKiel Netz GmbH und Fachhochschule Kiel zur Anomalie-Erkennung in der Fernwärme

KI-Methode bietet Chancen zur realen Anomalie-Erkennung

Effekt eines Fremdwassereintrags (Leckage) - die Untersuchungen der FH Kiel bieten neue Chancen zur realen Anomalie-Erkennung im Kieler Fernwärmenetz.

Die Zusammenarbeit mit dem KI-Labor der Fachhochschule Kiel ermöglichte es der SWKiel Netz GmbH, als Betreiber des Fernwärmenetzes, eigene Erfahrungen mit dem Know-how der Data Science zu verknüpfen. Im Rahmen eines sogenannten Application-Projects machten sich Sina Scholz, Master-Studierende in Data Science und KI-Projekt-Managerin, sowie Mitstudent Konstantin Antonenko im KI-Labor daran, einen Algorithmus aufzubauen, um Anomalien in der Fernwärmeversorgung erkennen zu können. 

„Wir standen vor den zentralen Fragen, wie sich Daten verhalten, wenn ein Fremdwassereintritt stattfindet, und welche verschiedenen Methoden im Machine Learning sich zur Anomalie-Detektion eignen“, erläutert Sina Scholz, „wir haben recherchiert, Daten erkundet und uns dabei auf eine spannende Reise begeben.“ Diese Reise wurde unterstützt durch einen agilen Arbeitsprozess mit regelmäßigem Austausch zwischen der SWKiel Netz GmbH und der Fachhochschule Kiel unter der Betreuung von Prof. Dr. Michael Prange, Leiter des KI-Labors der FH Kiel.

Sina Scholz und Konstantin Antonenko gestalteten mithilfe von verschiedenen Methoden ein theoretisches Modell für den Fremdwassereintrag sowie Clustering-Verfahren zur Einschätzung von Daten und das sogenannte Schiebefenster-Verfahren, um durch festgelegte Zeitfenster relevante Parameter überprüfen zu können. Rund 1,3 Millionen Daten wurden im Verlauf aufbereitet und analysiert. „Die Herausforderungen waren dabei nicht die Menge der Daten, sondern vielmehr die Vollständigkeit der Messwerte sicherzustellen und die Tatsache, dass jede Messstelle ihre individuellen Eigenschaften besitzt“, ergänzt Sina Scholz 

Der Aufwand hat sich gelohnt. Die synthetisch erzeugte Anomalie konnte durch die KI-Methoden erfolgreich detektiert werden. Dies bietet neue Chancen zur realen Anomalie-Erkennung im Kieler Fernwärmenetz. Erkenntnisse aus dem Projekt ergänzen den offenen Funkstandard „Long Range Wide Area Network“ (LoRaWAN), den die Stadtwerke Kiel kontinuierlich in Kiel und Umgebung flächendeckend zur Abfrage und dem Austausch von Sensordaten ausbaut. 

„Wir haben als Unternehmen durch die Zusammenarbeit dazugelernt und wollen KI-Algorithmik in bestehende Systeme integrieren“, bilanziert Peer-Jorge Schmidt, „maschinelles Lernen und Künstliche Intelligenz bieten ein großes Potenzial, um auch im Bereich der Fernwärme ökologisch noch nachhaltiger und zugleich wirtschaftlich effektiver zu sein.“   

Weitere Informationen zum KI-Labor der Fachhochschule Kiel lesen Sie hier.

SWKiel Netz GmbH
Nach oben scrollen